#%E7%B5%90%E6%A7%8B%E5%8C%96%E8%B3%87%E6%96%99

Wikidata Taiwan 臺灣維基數據社群wikidatatw@liker.social
2025-09-04

當我們在網路上努力經營品牌、寫文章、做 #SEO、累積資料,卻發現 AI 搜尋引擎(像是 #ChatGPT、Google #Gemini )根本沒注意到我們的存在時,那種「我明明很努力,為什麼還是被忽略?」的感覺,但問題不在你不夠努力,而是你給 AI 的資訊格式,根本不是它喜歡的。

【AI 不看文章,它看「 #結構化資料 」】
AI 搜尋不像人類會慢慢讀文章、感受品牌故事。它更偏好如 Wikidata 這種「誰是誰、做什麼、在哪裡」的資料表格。因此要讓 AI 快速了解你的內容,建立「結構化資料」是大家常常忽視卻越來越重要的工作。

🚀 給品牌主的 AI 可見度三步驟
。建立 Wikidata 項目:就像幫你的品牌開一張身分證,寫上名稱、別名、簡介。
。填入事實資料:創辦人是誰?網站在哪?產業類型?這些都能一一填入。
。引用可信來源:官網、新聞報導、訪談都能當作佐證,讓 AI 更信任你。
請注意如果你有 Wikipedia 頁面,記得讓它和 Wikidata 互相串聯。

🌍 #地理資訊 也很重要
AI 很在意你「在哪裡」。
所以記得在 Wikidata 加上地點資訊(城市、國家),並在官網加入結構化資料(像 JSON-LD),讓 AI 更容易理解你的位置與服務範圍。

🎯 結語:讓 AI 認識你,不只是寫好文章
在 AI 主導的搜尋時代,品牌的「資料存在感」比「內容存在感」更重要。
Wikidata 是你與 AI 溝通的語言,Wikipedia 是你建立信任的橋樑。
兩者並用,才能真正讓你的品牌在 2025 年的 AI 搜尋中被看見、被理解、被推薦。

如果你是文化工作者、社群經營者、或正在推廣在地品牌,這不只是技術問題,而是讓你的故事被 AI 傳遞出去的關鍵一步。
Wikidata Taiwan 持續致力在將臺灣各個角落的在地資訊收錄至 Wikidata 中,包含但不限於:臺灣各地的在地觀點以及原住民社群的多元/多語內容等等,若你也有興趣共同參與資料的編纂與整理,歡迎持續關注 Wikidata Taiwan 與參與我們的活動。

閱讀完整原文【Wikidata vs Wikipedia: How to Boost Your AI-First Visibility in 2025】:tredigital.com/wikidata-vs-wik

#Wikidata #維基數據 #維基資料
#Wikipedia #維基百科

Wikidata vs Wikipedia: How to Boost Your AI-First Visibility in 2025
Wikidata Taiwan 臺灣維基數據社群wikidatatw@liker.social
2025-07-14

Wikidata 與 #民主資料 的嘗試,在【Wikidata: Attempting to bridge #FOSS ideals and direct democracy】一文中提及了兩個與政府資料相關的專案,展現 Wikidata 在 #民主參與#公共透明度 上的潛力。

#GovDirectory:由開源倡議者 Jan Ainali 發起,目標是建立全球政府機構的公開目錄,包含聯絡方式與社群媒體帳號。目前已涵蓋近 40 個國家、約 13,000 個機構,並透過 Wikidata 提供 #結構化資料 支援;目前臺灣社群尚未共同參與這個計劃,但是目前臺灣社群已經完成了全臺灣各級行政區(含村里)以及中央政府各局處的目錄收錄,並持續維護新資料與增補行政區沿革。
#AletheiaFact:來自 #巴西#事實查核平台 ,運用 Wikidata 的資料架構與搜尋能量,快速建立查核系統。該平台強調資訊素養教育,並獲得 #世界資訊社會高峰會#WSIS )獎項提名。

這兩個專案的共同特色皆以 Wikidata 為核心,結合 #群眾參與 與開源精神,推動資訊公開與 #民主監督 。透過 Wikidata 的資料連結能力,使用者能夠跨語言、跨領域地查詢與整合資訊,進一步促進公民社會的發展。

文中也指出,Wikidata 的開放性使其成為打擊假訊息與促進事實查核的重要工具。在資訊氾濫的時代,這樣的資料平台不僅是技術資源,更是民主實踐的基礎。

完整原文:theregister.com/2025/07/04/wik

#維基資料 #維基數據 #民主 #公民科技
#Brasil

Wikidata Govdirectory 專案頁面,或在 Wikidata 中搜尋 WD:GD 。
Wikidata Taiwan 臺灣維基數據社群wikidatatw@liker.social
2024-09-03

2024 維基數據跨領域論壇
Wikidata Cross-Domain Forum 2024
維基數據十二周年慶活動
論壇介紹

。2024 論壇主題:從知識到資料
「我做了很多資料,但不知道怎麼開放出來。」 人文研究者經常需要長時間才能發表出一項研究成果,在這段時間遺落之下的資料,該何去何從? 再者,人文學者需要什麼媒介/知識,才能將研究資料進一步開放?而「開放」應該符合哪些標準? 究竟,「開放」的精神又是什麼? 是次論壇將會從以下四個軸線安排演講主題:
。新手入門 - 資料該被如何安放?
。如何將知識開放?人文社會學者如何和資訊工作者協作
。沒有人的困境:由下而上的資料協作
。如何將資料回饋到社區與地方?提供資料索引

。什麼是 #維基數據#Wikidata )?
Wikidata(維基數據)是 #維基百科 的姐妹計畫,以 #開放#協作 的精神為核心,技術上以 #鏈結開放資料(Linked Open Data)為基礎的非關聯式結構化資料庫。主要用於跨資料庫的多語系對照,或是串連維基媒體運動內各專案的實體。

。什麼是 #維基數據跨領域論壇
2019年,Wikidata Taiwan 社群在台灣創立,過去在河川、環境資料的結構化收錄、當代藝術資料、開放地理資料執行了多場資料建置的跨領域專案。與不同領域的結合讓 Wikidata 社群充滿活力。 而維基數據跨領域論壇便是一個連結不同領域工作者的交流平台。以 Wikidata 為中心出發,透過各界的觀點去對於「 #鏈結資料 」、「 #結構化資料 」–這樣的資料型態做多面向的討論與詮釋,並期待從中創造更多的 #跨領域 對話與不同的資料想像。 在這裏,我們邀請知識的生產者、資料庫的建置者以及使用者,一起來探討知識與資料的開放議題。

完整資訊:wikidata.org/wiki/Wikidata:Twe

主辦單位: #國立成功大學開放知識社、Wikidata Taiwan #臺灣維基數據社群

#event #活動資訊
#臺南市 #東區 #論壇

2024 維基數據跨領域論壇
Wikidata Cross-Domain Forum 2024

Client Info

Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst