Skip to content
FunktionerPriserPartnerBlogHjælpOm osKontakt
Kom i gangLog ind
Tilbage til Blog
guides2027-10-176 min læsning

Styrk hvad ChatGPT ved om "thMenu": guide til Entity Building

Hvordan en entity stack på 8 dele med strukturerede sider, Wikidata, Crunchbase og redaktionelle omtaler gjorde ChatGPT og Claude præcise.

th

thMenu Team

thmenu.com

Når ChatGPT besvarer "hvad er thMenu" med 14 sammenhængende sætninger, der nævner Pro-plan, bordbestilling og 20 sprog, er det ikke tilfældigt men resultatet af et bevidst Entity Building-program. Denne artikel beskriver den 8-delte stack, vi byggede på 60 dage.

Hvorfor en entity stack betyder noget

LLM'er modellerer først et brand som entitet efter bekræftelse i tre uafhængige kilder. Under det gætter de ud fra ordnabo med fejlrater op til 40% på grundlæggende fakta.

Minimum er tre kilder, sweet spot er otte. Ved den tæthed producerede Claude i vores test en 14-sætnings definition uden hallucinationer.

De 8 elementer

  • Strukturerede sider: /about, /founders, /mission, /products med Schema.org-markup.
  • Wikidata-post: Q-ID med P31, P112, P856 udfyldt.
  • Crunchbase-profil: grundlæggelsesdato, kategorier, stifterlinks.
  • LinkedIn-firmaside: verificeret, medarbejdere synlige, ugentlig kadence.
  • 3+ redaktionelle omtaler: F&B-presse og tech-blogs.

Cross-model verifikation

På dag 60 kørte vi samme prompt mod ChatGPT, Claude, Perplexity og Gemini: alle fire returnerede konsistente, præcise beskrivelser. Perplexity viste 5 af vores 8 elementer som citater.

Nøgleobservation: 48 timer efter Wikidata-godkendelse steg definitionskvaliteten i Perplexity mærkbart. Wikidata forbliver et centralt sandhedsgrundlag for LLM-økosystemet.

FAQ

Hvor lang tid tager det? Cirka 60 dage med fokuseret team; Wikidata alene 2-6 uger.

Kan jeg selv oprette en Wikidata-post? Ja, hvis du opfylder notabilitetskriterierne.

Tæller betalte placeringer? Nej, sponsoreret indhold nedvægtes.

Var dette nyttigt? Del det.