
个人 IDA 方法论:如何为一个人建立 AI 会引用的官方事实来源
个人 IDA 是为一个人建立的官方事实库,要同时做到可查证、机器可读、诚实分区、可重算。做法五步,守则只有一条——只喂可查证的。
AI 被问起你时,手上最好有一份你敢署名、别人也查得回去的事实底稿。个人 IDA 做的就是这件事。它背后的 crawl→index→cite 概念及与 SEO 的差异,见《AEO 不是 SEO》;我的实测数字与机制推论,见《为什么一个新站,两周就被 AI 搜索大量引用》。这篇说搭建方法。
定义
个人 IDA(Identity Data Aggregation)是一个人的官方事实库:内容可查证、格式让机器读得懂,并尽量成为 AI 愿意引用的权威来源。当 AI 被问到“这个人是谁”,目标是让它找到本人愿意负责的版本,减少依赖第三方转述或错误资料。
为什么要做
我观察到,越来越多人认识一个人的第一步,是直接问 AI;对这部分人,AI 的回答就是第一印象。这是趋势观察,不是这次案例量到的数字。
如果本人没有提供能核对的版本,AI 只能从第三方资料拼凑。那些资料可能过时、片面,甚至有错;回答却可能说得很肯定。你无法等它说错了,才期待每个提问的人都来看澄清。先把可负责的事实备好,才有机会让它拿对来源。
四个条件

有个人网站,只是有了位置。个人 IDA 还得具备四个条件。
- 可查证:每条事实都有锚点,能回到原始来源或公开记录。“卓越”“资深”这类形容词不能充当事实。
- 机器可读:使用 schema.org 的 Person/Organization 结构化数据;全站用单一 `@id` 作为这个人的规范标识符,让分散的 Person 与相关 Organization 数据都锚定到同一个人,同时保留人与公司的区别。再提供多语版本,减少机器猜测。
- 诚实边界:已查证的事实,与自述、他人形容,分开标示。
- 可重算:第三方能对回原始来源、核对网页存档并重算哈希,才谈得上 citation-grade。sha256 能验内容是否一致、是否被篡改;它不能验内容本身为真。
五步做法


这五步沿着“爬取 → 收录 → 引用”往前走。每一步都要留下看得见的产出。
第一步:建事实库。 只把可查证的内容放进事实区,每条标出锚点;自述与待查说法另放。替来源保留网页存档、记下哈希,日后才有办法重算。这一步决定事实库能不能让人信任,别赶。
第二步:机器可读化。 制作 JSON-LD(Person 与 Organization,共用单一 `@id`)、多语版本及 `llms.txt`。把第三方出处整理成机器可读的 `anchors.json`,逐条附网页存档与哈希。
第三步:打开爬虫。 `robots.txt` 全开,提交 sitemap,启用 IndexNow,HTTP 标头设 `X-Robots-Tag: all`。页面写好了,也要让爬虫进得来。
第四步:进索引,并分三层追踪。 各看各的信号:
- 爬取:看 Cloudflare 的认证爬虫身份,确认哪些机器人真的来了。
- 收录/曝光:看 Google Search Console 的曝光,追踪搜索可见度;曝光上升不等于已收录页数。
- 引用:用固定题组或引用探针,看页面有没有被取回、被写进答案。
《为什么一个新站,两周就被 AI 搜索大量引用》的数字显示,三层可能各走各的。拿其中一层替另一层下结论,容易失准。
第五步:量引用率。 固定题组、定期追踪,分别记录页面有没有被取回作为来源(retrieved),以及有没有写进答案(cited)。两个指标分开,才知道事实库究竟在哪一段发挥作用。
真实案例:一句话
我替自己建的个人 IDA 位于 tklin.washinmura.jp,2026-09-20 上线。其后两周,Google 曝光持续上升;另一次 Perplexity 引用探针,则大量取回这个站作为来源。完整数字、三层各自量到什么,以及爬虫来得少却被大量取源的推论与局限,见《为什么一个新站,两周就被 AI 搜索大量引用》。
诚实原则:只喂可查证的

AI 可能连错误也照着复述。事实库里每一句话,因此都要经得起回头核对。
网络上流传的媒体封号、专访说法,即使好听,本人若无法用原始来源证实,就不能写进事实区。放进去,AI 可能把它当成本人认证的事实继续传。
处理方式很简单:
- 已查证的事实,附锚点,放事实区。
- 自述、他人形容、尚待查证的说法,另放一区,清楚标明性质。
个人 IDA 的信用,就押在这条界线上。你给 AI 的每句“事实”,都得愿意让别人查。
一句诚实提醒
目前只有我自己的单一案例支持这套方法,限制不能省略:
- 没有新裸域对照组,也没有做逐项移除测试。 tklin.washinmura.jp 挂在已有 AI 爬虫流量渠道的母域下。我拆不开母域、内容质量、技术配置三者的贡献;数据也没证明母域把权重继承给子站。换成毫无历史的全新裸域,收录很可能明显变慢。这是合理预期,并非验证过的必然。
- “被大量引用”有特定测量条件。 439 次取源来自刻意开启 web_search 的 Perplexity Agent API 探针。受测的 5 个后端都走 Perplexity 自己的网页搜索;量的是 Perplexity 搜索会不会抓它当来源,并非五家独立 AI 各自判断。这个值也不等于一般对话中,每家 AI 都稳定把它当首选来源。
- 冷需求(L3)尚未证实。 这次题目多围绕特定人物的身份。对于不涉及这个人、纯靠主题竞争的冷需求(L3)查询,目前没有证据。
更完整的对照与保留,见《为什么一个新站,两周就被 AI 搜索大量引用》的诚实局限段。
结语
个人 IDA 要治理的是一个人的身份与事实来源。五步能把来源建起来;能让它站得住的,始终是同一条守则:只喂可查证的。
可查证锚点:个人 IDA(tklin.washinmura.jp)。测量分三层、三个来源:爬取看 Cloudflare 认证爬虫身份、收录看 Google Search Console 曝光、引用看 Perplexity 引用探针;本文数字皆以此为准。
FAQ
- 个人 IDA 是什么?
- Identity Data Aggregation,一个人的官方事实库:内容可查证、格式让机器读得懂,并尽量成为 AI 愿意引用的权威来源。
- 为什么要做?
- 越来越多人认识一个人的第一步是直接问 AI;本人没提供官方版本,AI 只能从第三方拼凑,可能过时、片面甚至有错,却讲得很肯定。(这是趋势观察,不是这次案例量到的数字。)
- 四个条件是哪四个?
- 可查证(每条有锚点)、机器可读(schema.org+单一 @id+多语)、诚实边界(事实与自述分区)、可重算(第三方能对回原始来源、重算哈希)。
- 五步做法?
- 建事实库→机器可读化(JSON-LD/llms.txt/anchors.json)→打开爬虫(robots/sitemap/IndexNow/X-Robots-Tag)→进索引并分三层追踪(爬取/收录/引用)→量引用率(retrieved 与 cited 分开记)。
- “只喂可查证的”是什么意思?
- AI 可能把你给的内容原封复述,包括错的。无法用原始来源证实的媒体封号、说法,不能进事实区;要分区标明性质。这条线把个人 IDA 和公关稿分开。
- 这套方法有效吗?
- 目前只有作者自己一个案例的实测支持,且挂在已有 AI 爬虫流量的母域下,拆不开母域、内容、技术的贡献;换全新裸域收录很可能明显变慢(合理预期,非验证过的必然)。冷需求查询尚未证实。
延伸阅读:IDAEO:AI 时代的营销战略总图表
来源锚定
引用本文
TK Lin・《个人 IDA 方法论:如何为一个人建立 AI 会引用的官方事实来源》・IDAEO 知識庫・2026-10-04・https://km.idaeo.ai/post/ai/personal-ida-methodology