本地门店 GEO：客户问 AI「附近哪家好」的时候

GEO 实战笔记 · 第 16 篇 你现在在哪：第 6 阶 · 落地（行业篇第 2 篇）这一篇带你去哪：明白"附近"这两个字到底改了什么，然后拿到一张体检表、一张主记录卡、一份信源清单和三十个真实问句

一个开社区店的老板，今年少了一半熟客

上周三下午三点，店里一桌客人也没有。

老板坐在收银台后面，把手机掏出来，在自己店名前面加了两个字，问了一个 AI："现在还开着吗？"

AI 答得挺客气。说这家店"口碑不错，主打本地家常菜"，然后给了一个地址。

地址是对的。

但接下来两句全错。它说营业时间是"上午十点到晚上九点"——老陈的店每天做到十点半；它给的电话号码，是老陈三年前就注销的那个。

老陈把这事跟隔壁做美甲的老板娘说了。老板娘不信，自己试了一遍：AI 说她的店"主营美甲美睫，服务热情"，然后推荐了另外一家。

两家店在地图上都活得好好的。在 AI 嘴里，一个被说错了，一个干脆不存在。

老陈的困惑很具体：我没关门、我没换地址、地图上信息也对，那 AI 是从哪儿知道我不对的？

这一篇就来回答这个问题。而且答案跟你想的不太一样——问题不在"你填得对不对"，在"你在几个地方填了几个版本"。

这一篇给你四样能直接用的东西

在往下看之前，先把话说清楚。

本地门店是全中国老板密度最大、最需要、也最没人服务的一类生意。餐饮、美业、口腔、家装、家政、汽修——这些老板的日常是"中午盯出餐，下午核库存，晚上盘数据"，不会有人专门坐下来研究 AI 怎么推荐商家。

所以这一篇不铺概念，直接给四样东西：

①《本地门店 AI 可见度自检表》 —— 固定问句 × 三个国内 AI，一张表填完，你就知道 AI 现在怎么说你的店。

②《门店主记录卡》 —— 八个字段，抄一份填好，以后全网所有平台都照这张卡对齐。

③《本地店铺信源清单》 —— 按"身份层 / 口碑层 / 场景层"排好，逐项打勾。

④《本地顾客真实会问的三十个问句》 —— 按四层地域排，用来测 AI、写标题、写门店简介都行。

同时，这一篇也把三句不好听的话说在前头： 刷好评不是"有风险"，是已经被罚过了；投流的钱买不到 AI 的推荐位；而把信息对齐不保证被推荐——没有任何研究证明过这件事，这一点第九节专门讲。

顾客嘴里的「附近」，到底多了什么

先看一组对比。

第 15 篇我写教培，那个行业的问法是"XX 培训哪家好"——没有地域，全国一个池子。

本地生意不一样。老板们最怕的不是"哪家好"，是"附近哪家好"。

多了一个"附近"，战场就换了一层。 具体换了三件事。

第一件事：地域。

"哪家好"是全国一个答案池。"附近哪家好"是以你的位置为圆心、向外扩三公里的一个池子。这意味着你不再跟全国最强的对手比，你只跟同一条街上的那几家比。

听起来是好事。但它同时意味着另一件事：如果你的信息在那三公里里是碎片，你连参赛资格都没有。

第二件事：实时。

这个是本地生意独有的，也是最容易忽略的。

教培的家长看完 AI 的答案，可能两周后才打第一个电话。但一个在路边找晚饭的顾客，现在就站在你门口。

📌 你看美团今年是怎么做的：7 月 27 日「小团」升级到 2.0，重点落在"行动代理"——它会结合距离、营业状态、用户评价和实时余位筛方案，然后帮你下单、订位。为什么必须实时？美团自己的话说得很直白：餐厅的空位、商家的营业状态、服务供给随时都在变，"推荐是不是靠谱、能不能真的落地"，全看这个。

而在 6 月 1 日的财报电话会上，美团 CEO 王兴说得更清楚。他把美团的护城河归纳成四样：覆盖全品类的本地服务、经过核实的实时信息、真实的用户评价，以及履约基础设施。

注意第二个词。不是"全面"，是"经过核实的实时"。

这套东西的体量也能说明问题：美团的本地信息服务已经覆盖全国 2800 多个城市，累计做过 7 亿次商家信息校验，收录的用户评价超过 13 亿条。它敢"替你办"，靠的就是这层实时数据。

第三件事：锚点。

网上你是谁？对教培来说，是一篇篇文章。对本地门店来说，是地图上的一个点。

这个点有名字、有坐标、有门牌号、有营业时间。它不是一个"账号"，是一个"位置"。

📌 百度地图的商业合作中心官网自己写着：覆盖全球 1.8 亿个兴趣点（POI），日均位置服务请求 1300 亿次，日均轨迹里程 20 亿公里。高德、腾讯地图也是同一个量级。

换句话说：AI 说你在不在，很大程度取决于地图说你在不在。

三个约束摆在一起，本地生意那句话就浮出来了：

附近三层

"哪家好"比的是谁更强，"附近哪家好"比的是谁在场。

而"在场"这件事，是你自己可以一条一条对齐的。这就是这一篇后面四个动作的全部意义。

本地顾客会怎么问 AI：八个原话，四层地域

下面这八个问句，不是我编的。它们来自本地生活平台上真实的搜索词、以及我在各地门店走访时听到的原话。

我把它们按地域的四层排开——因为问句落在哪一层，打法完全不同。

层	真实问句（原话）	说这句话的人，心里在想什么
第一层 · 市	「XX 市哪家牙科好」	我还没定去哪，先看看有哪些选择
第一层 · 市	「XX 市装修公司哪家靠谱」	这是个大事，我要先筛掉一批
第二层 · 区	「XX 区产后修复哪家好」	我大致有范围了，但还想比较
第二层 · 区	「XX 区儿童理发哪里好」	我就要在我活动范围内解决
第三层 · 商圈	「XX 商圈附近做美甲哪家好」	我周末要去那儿，顺便办
第三层 · 商圈	「XX 商场附近有什么好吃的」	我人在路上，要的是"马上"
第四层 · 身边	「XX 小区附近上门修水管的水电工」	我有明确地址，需要的是"能来"
第四层 · 身边	「离我最近的口碑好的川菜馆」	我压根没说地名，全靠定位

四层里，第一层和第四层的差别最大。

第一层（市）是选择题：AI 会给你一个名单，你有时间慢慢比较。

第四层（身边）是填空题：AI 需要知道"我在哪"、"这个点周围有什么"、"哪家现在开着"。它给出的不是名单，是一个答案。

而这两层的价值顺序，跟难度顺序是反的：

第一层最容易进，但最不值钱——进了市级的名单，离顾客上门还有十万八千里；
第四层最难进，但最值钱——因为说这句话的人，已经在路上或者马上要出门。

⚠️ 一个提醒：很多人以为"我不是连锁品牌，这种全城的问句肯定轮不到我"。恰恰相反。 后面第七节会给你一组数据：越是小的、独立的门店，在 AI 里的可见度越低——说明这一层现在几乎没人占。空位就是机会。

现在 AI 会报谁：一份二十六万条引用给出的清单

上一节说了问句。这一节回答更难的问题：AI 回答的时候，它引用了谁？

这件事有实测数据。一份 2026 年 4 月发布的《AI Local SEO Citations Report》，分析了 267,280 条 AI 引用、覆盖六个引擎，把被引用最多的来源排了出来：

排名	被引来源	占比
1	Yelp（海外版大众点评）	26.7%
2	Google	20.9%
3	Reddit（海外版贴吧）	13.7%
4	Facebook	9.0%
5	Angi（海外装修平台）	6.5%

先看这张表最刺眼的地方：前五名里，没有一个是"你自己的官网"。

信源四块

这件事在国内是同一个道理，只是平台换了名字：

Yelp 那个位置，在国内是大众点评、美团；
Google 那个位置，在高德、百度地图；
Reddit 那个位置，在小红书、抖音、知乎。

为什么官网排不上去？因为本地生意的信息不是"写"出来的，是"登记"出来的。你的营业时间、你的门牌号、你能做什么——这些是字段，不是文章。平台天然就是装字段的地方。

为了让这件事好用，我把它整理成三层漏斗。这一篇后面四个动作，就是按这三层一层一层做的：

身份层：地图点位、商户资料（名称、地址、电话、营业时间、品类）——决定 AI 知不知道你存在、在哪；
口碑层：评分、评价数量、评价里的具体细节、你回不回复——决定 AI 敢不敢推荐你；
场景层：同城内容、探店、问答——决定 AI 在什么场景想起你。

📌 三层的关系是从上往下的：身份层错了，后两层做得再好也白搭——因为 AI 连"你是哪家"都没确认，不会往下看。所以后面四个动作的顺序不是随便排的：先修身份，再修口碑，最后才是内容。

本地店不缺内容，缺的是一个能被核对的"身份"。

「评论可以生成，但脚步无法伪造」

讲完引用了谁，得讲一件更反直觉的事：在"该信什么"这件事上，中国平台和海外研究，正走向两个方向。

先看海外研究怎么说。

先看一个会让人坐不住的数：45%。

BrightLocal 2026 年那份本地消费调研（样本是 1,002 名美国成年消费者）里，45% 的人在过去一年里用过 AI 工具找本地商家——而前一年这个数字是 6%。一年时间，七倍多。

AI 现在已经是第三大的本地商家发现渠道，仅次于 Google 和 Facebook，排在 Yelp、Tripadvisor 前面。用 AI 找店的人里，ChatGPT 占 31%，Google 的 AI Mode 占 23%。

同期，Google 作为"读评论的地方"的份额从 83% 掉到了 71%。人没有离开 Google，只是在它前面加了一步。

同一份调研里还有几组数字：

97% 的消费者会读本地商家的评论；41% 说"每次找商家都读"——这个比例一年前还是 29%；
平均每个人会用 6 个不同的评论网站；
40% 的人信任 AI 给的商家推荐（不信任的是 32%），42% 认为 AI 推荐跟真人评论一样可信；
82% 的人会读 AI 生成的评论摘要，其中 23% 愿意只看摘要就做决定；
在用过 AI 找商家的人里，97% 会拿真实评论去复核 AI 给的推荐，88% 会去核实来源。

翻译成人话：海外的逻辑是"AI 先给名单，人再去评论里验一遍"。评论是那个"验"的地方。

所以海外的研究把评论当成核心信任信号。另一份覆盖 30 万个门店位置的研究（后面第七节会详细讲）甚至测出了门槛：被 ChatGPT 推荐的商家，平均要 4.3 星；Perplexity 是 4.2 星，Gemini 是 3.9 星。

现在看中国平台在做什么。

高德扫街榜（2025 年 9 月上线，2026 年 9 月 10 日发布新版）的机制写得很明确：不以线上评价文案作为主要评判依据，核心参考用户真实的导航和到店行为；算法会区分"专程到访"和"顺路消费"，提高本地人、回头客的权重；而且不设评委，不接受付费排名。

高德 CEO 郭宁那句话，我觉得是整个本地生活行业今年最好的一句话：

"评论可以生成，但脚步无法伪造。"

这份榜单的官方数据也值得看一眼：上线一年累计服务超 8.8 亿用户，上榜商家的总导航里程达到 366 亿公里；2025 年登上"烟火小店榜"的商家，订单量平均增长 424%。而且上榜不是终身的——过去一年有 359 家商家掉了出去。

抖音生活服务烟火榜也是同一个方向：2026 年 9 月焕新时，评选机制改成了"AI 筛选 + 真人实地验榜"，这一轮覆盖 23 座城市、2257 家商家。平台先用 AI 分析评价、视频、评论，结合搜索、收藏、到店核销、实际消费这些行为数据生成指数，筛出入围门店；然后由 820 位"超会生活家"实地到店核验。而且明确写着：门店由平台统一分配，不接受商家提报，不与商业合作挂钩。

两条路放在一起看：

	海外的答案	中国平台的答案
信什么	评价（评分、评论数量、评论质量）	行为（导航、到店、复购、专程到访）
谁能刷	评价理论上可以刷（所以才需要反刷机制）	脚步刷不了
商家该做什么	把评价做成能查的证据	让真实顾客的行为被记录到

这不是"哪个更先进"的问题。这是两个完全不同的战场。

而对中国门店来说，有一句话可以直接记下来：

评价可以刷，"专程去过"刷不了。

⚠️ 这里必须补一句：这句话不是让你放弃评价。 它是说——评价是地基，行为是加分。地基不牢（评分太低、差评没人回），连被看见的资格都没有；但光有地基（全五星、全是刷的），高德和抖音那套行为榜单也认不出你。

大部分门店，在 AI 的回答里根本不存在

前面都在讲"AI 会报谁"。这一节讲一个更冷的数字：AI 报的，其实非常少。

有两份数据可以拼在一起看。

第一份来自 Uberall 2026 年 5 月发布的餐饮行业报告。

他们测了几百个快餐连锁品牌，得出的结论是：83% 的餐厅门店，在 AI 生成的推荐里完全不可见。

报告里举的例子特别直观：一个消费者问 ChatGPT"今晚附近哪儿有好吃的披萨"——只有 17% 的餐厅出现过一次，尽管这些餐厅里有 86% 在 Google 上是有信息的。

还有三个细节值得记住：

AI 每次通常只推荐 3 到 5 家。 一个商圈里可能有二十几家同行，AI 只报三到五家；
被引用的餐厅高度集中：每个品类前三的品牌，吃掉了 53.4% 的曝光。在汉堡这个品类里，第一名拿到的曝光量，是平均品牌的十倍；
顾客问 AI 的时候，大多数不是在问"去哪儿吃"——信息类、比较类的提问（比如"最健康的早餐能买什么""哪家咖啡的会员最划算"）占了 AI 餐厅回答的 79%。他们问的是"怎么选"，不是"去哪家"。

⚠️ 限定条件要说清楚：这份报告的样本是快餐连锁品牌，而且它是本地营销平台发布的。它说明的是"AI 的推荐位有多稀缺"，不能直接换算成"中国的夫妻店有多少看不见"。

第二份来自 SOCi 2026 年的本地可见度指数。 他们扫了 35 万个门店位置、2,751 个多门店品牌，算出一个推荐覆盖率：

渠道	覆盖率
Google 本地三包（地图上方那三个位置）	35.9%
Gemini	11.0%
Perplexity	7.4%
ChatGPT	1.2%

这张表的意思，用一句话说：AI 比传统搜索挑剔得多。

Search Engine Land 在报道这份研究时，用了一个更直白的说法：AI 的可见度门槛，比在传统本地搜索里排好名次，要难上 3 到 30 倍。

而最难的那一群人，是独立小店：

78% 的小型独立本地服务商，在 AI 生成的答案里接近零可见度。

被 AI 提到的那一小撮，压倒性地是连锁品牌和平台聚合页——而且几乎在每个城市、每个品类里都是同一批。

这就是本地生意现在最真实的处境：AI 的门很窄，窄到大部分独立门店根本挤不进去。

但请注意——正因为窄，所以现在几乎没人站在里面。

⚠️ 最后交代边界：上面这两份数据的样本都是美国市场（BrightLocal 那份是 1,002 名美国成年消费者，SOCi 那份是 35 万个门店位置、且以连锁品牌为主）。所以你不要记这些比例，你要记的是结构——AI 的推荐位稀缺、独立店吃亏、被引的是平台不是官网。这三条结构的判断，比任何一个百分比都耐用。

AI 能报出你的名字，但报不出你的电话

我们讲了 AI 报得少。这一节讲一个更具体、也更让老板们意外的事：就算 AI 报了你，它可能也报不全。

国内有一组小规模的公开实测，我觉得比很多大报告都说明问题。

一家广州的公司，挑了六个广州本地的高频问题（涉及服装批发、餐饮老字号、家装服务、电子产品、企业服务、本地品牌），分别问了豆包、DeepSeek、腾讯元宝三个平台，每个问题每个平台采一次首轮回答，一共 18 组。测试方式是独立会话、未登录、不追问——尽量还原普通用户的样子。

结果：

18 次回答里，没有任何一次给出了所提及商户的官网地址或联系电话。
地址信息稍微好一点：18 次里有 7 次给了地址，另外 11 次连地址都没有。
分平台看差别很大：有的平台 6 次里有 4 次给了详细地址（连门牌号、周边交通、营业时间都有）；有一个平台 6 次全都没给地址，回答停在"商圈层面的建议"。

还有一组反差特别大：

餐饮老字号、家装、电子产品这三类问题，三个平台都点名了高度重合的那几家（比如餐饮那块，广州酒家、陶陶居、泮溪酒家、北园酒家，三家都提了）；
但问到「广州做企业服务的公司有哪些」，三个平台加起来给出接近 70 家不同的公司，三个平台共同提到的——是零。

⚠️ 这组实测的样本只有 18 组，做调研的是一家商业公司。样本小、身份有利益相关，所以我不建议你把它当权威数据用。

但它的结论有一个好处：它是可以复现的，而且它对整个 GEO 行业是不利的。 一份"连电话都给不出"的测试，不是服务商愿意看到的结论——恰恰是这一点让它的可信度变高了。

这组数据真正告诉我们的是：在"被提到"和"被找到"之间，有一条断层。

被提到：AI 说了你的名字 ✅
被找到：顾客能打通你的电话、导航到你的门口 ❌

而这条断层，恰好是本地门店自己最容易补上的一段——因为你要补的不是"说服 AI"，只是把电话写在它读得到的地方。

为什么这条断层值得现在就补？因为顾客那边还没信任 AI 到底。

上海市消费者权益保护委员会在 2026 年 4 月 28 日发布过一份《AI 时代消费者认知与消费决策调查报告》。里面有一组数字我印象很深：

受访者里，超过 90% 的人"感知到"平台推荐存在信息偏差或算法诱导——其中 46.03% 是"经常察觉"，44.25% 是"偶尔察觉"，只有 9.72% 说"从未察觉"；
对 AI 智能体的顾虑里，排第二的就是"决策准确性"，占 62.53%。

翻译一下：大家都在用，但大家也都不太敢全信。

这就是那条断层的价值所在：AI 负责把你推出去，你能不能被找到，是你自己的事。

AI 能报出你的名字，但报不出你的电话——那一段，得你自己接上。

同一家店，五个版本地址会发生什么

现在回到开篇老陈的困惑：我地图上信息是对的，AI 是从哪儿知道我不对的？

答案在下面这张表里。还是 SOCi 那份覆盖 35 万个门店位置的研究，他们额外测了一件事——AI 给出的商家资料，准不准？

平台	商家资料准确率	为什么
ChatGPT	68.3%	抓的是分散的第三方来源
Perplexity	68.0%	同上
Gemini	100.0%	直接接 Google 地图（单一权威源）

SOCi 自己把结论写得很直白：大约每三条 AI 生成的本地推荐里，就有一条带着错误的地址、电话或营业时间。

为什么 Gemini 是满分？因为它只信一个来源——地图。

而 ChatGPT 和 Perplexity 要从一堆分散的第三方页面里拼。你在这堆页面里是什么样，它们就怎么说你。

现在说回老陈。他的店在线上有几个版本？

地图上："XX 家常菜馆"
外卖平台上："XX 家常菜（城南店）"
营业执照上："XX 餐饮管理有限公司"
三年前那篇文章里："XX 家常小炒"
某个点评页面上：还挂着他换掉的旧电话

五个版本，指的是同一家店。

五个版本

AI 看到这五个名字，它要做的第一件事是实体消歧——判断"这几个是不是同一家"。

判断得了，它才敢报你。判断不了呢？

好一点的结果：它谁也不点（因为你没有被确认存在）；
坏一点的结果：它把两家的信息拼在一起——拿 A 家的电话配 B 家的地址，生成一个在这世上根本不存在的店。

所以老陈那三个错，不是 AI 凭空编的。它是从某个还没被更新的旧页面上，抄下来的。

AI 不是不认识你，是不确定你到底是谁。

这个问题有多真实？ 有一个旁证：2026 年 9 月 17 日，Search Engine Roundtable 报道了 Google 的一个测试——Google 的本地知识面板顶部出现了 "AI Overview" 标签，用 AI 写一段商家介绍，下面一个"Show more"按钮，点进去是对话。在那个测试案例里，AI 写的介绍引用了这家公司早就下线的服务。

⚠️ 要说明的是：这是测试，Google 官方没有宣布，而且只在移动端出现。但机制是一样的——AI 只能描述它能抓到的内容。

那么"把信息对齐"能解决问题吗？

这里我要说一句很诚实的话，也是这一篇最该记住的一句：

⚠️ 我没有找到任何一份研究，能证明"把各个平台的信息对齐"就一定会让你在 AI 里更容易被推荐。

机制上说得通吗？说得通——SOCi 已经证明了 AI 引用的资料确实错得很多，而 Gemini 接地图就能做到 100%。

但"说得通"和"被测量过"是两回事。 我看到的所有资料里，最靠近这个问题的一个说法来自一位从业者，原话大致是：这件事大概有用，但没人证明过。

所以这一篇给你四个动作，但我不会跟你保证任何一个的结果。 我能保证的只有一件事：做完之后，AI 怎么描述你，你至少能自己查得清。

四个动作，从下一节开始。

第一个动作：先把「主记录」写出来，八个字段

这个动作的价值，是给所有平台一个"标准答案"。

在你动任何平台之前，先在自己的电脑上建一个文档——我管它叫《门店主记录卡》。以后不管往哪儿填，都以这张卡为准，逐字对齐，不要改写法。

八个字段：

#	字段	填什么	最容易错的地方
1	门店全名	与门头招牌、营业执照一致，不加修饰词	一会儿带"店"，一会儿不带；一会儿加"（XX 路店）"
2	详细地址	精确到门牌号 + 楼层 + 铺位号	写"XX 路口附近""XX 商场里"这种模糊说法
3	主电话	一台能打通、有人接的号	留着已经不用的旧号不删
4	营业时间	含节假日安排、午休时段	只写"10:00-22:00"，不写周几、不写节假日
5	经营品类	主营业务一个 + 副营业务不超过两个	为了蹭词写一堆不相关的品类
6	服务项目	逐项列清楚（顾客具体会点什么）	写成"专业服务，品质保障"这种空话
7	价格区间	明码标价的区间（人均 / 起步价）	不写。AI 答不了"大概多少钱"，就会跳过
8	资质证照	证照名称（餐饮的食品经营许可证、医疗机构的执业许可证、美业的卫生许可证等）	以为自己不用写，其实这是"你能被信任"的凭据

填这张卡，有三条铁律：

第一条：逐字一致，不做美化。 "XX 路 128 号 3 楼 302" 就是"XX 路 128 号 3 楼 302"，不要有的平台写"3F"，有的写"三楼"，有的写"3层"。AI 做实体匹配的时候，这些是三个不同的字符串。

第二条：能单独成立，不靠上下文。 每个字段都要能被单独摘出来用。不要写"如上""同上""详见店内公告"——AI 摘走这一句，它不知道"上"是什么。

第三条：一个字段一个答案。 不要在一个字段里塞两件事（比如营业时间格里写"10:00-22:00，周一休息，节假日另行通知，详询店长"）。拆开，AI 才拼得准。

这张卡填完之后，你的所有平台都应该照它改。

一个能自己验证的做法：改完之后，去搜你自己的店名，把这些平台上显示的地址、电话、营业时间，一个字一个字跟这张卡对。 对不上的，就是你下一个要改的地方。

第二个动作：去地图和商户后台，把身份认回来

身份层是漏斗的第一层。这一层错了，后面全白做。

这一步要做五件事。

第一件：认领你的地图点位。

去高德、百度地图、腾讯地图，把你的店认领下来——关键词是"认领"，不是"能看到就行"。认领之后你才有编辑权限。

填的时候注意两件事：

门店名称带上品类词。叫"XX 造型"不如叫"XX 美发沙龙"——因为顾客问的是"附近哪家美发店好"，不是"XX 造型在哪"；
地址按主记录卡逐字填，别自己换写法。

第二件：把重复点位清掉。

这是最容易漏的一步。一个店开了几年，地图上很容易留下多个点位：搬过家的、改过名的、别人帮你标过的。

重复点位不清，AI 会以为你们是两家不同的店，然后谁也不推荐。

做法很简单：在地图上搜你的店名和电话，把所有能找到的点位列出来，留下唯一正确的那一个，其余提交合并或纠错。

第三件：把品类标签填满。

地图后台里，商品的"主分类"和"副分类"都要填。顾客问的是"儿童理发"，你就得让人能找到"儿童理发"这个标签。

第四件：营业时间要写细。

不只是"10:00-22:00"，还要写清周几营业、午休时段、节假日安排。因为"现在还开着吗"是第四层问句，AI 必须答得出来。

第五件：把门头照和实景照补上。

一张清晰的门头照，比十段文字有用。顾客到了那条街要靠它认门，AI 也是拿它当"这里真有一家店"的凭据。

这一节里，最该养成的习惯是"改完要复检"。

平台不是一次填完就永远对的。营业时间会被自动更新，第三方可以"建议编辑"，旧数据会在你完全不知道的地方存活很久。

所以第二个动作，其实是一个需要每季度重做一遍的动作。 而不是一次做完就完事。

第三个动作：把评价做成「能查的证据」

口碑层是漏斗的第二层。这一层决定 AI 敢不敢推荐你。

在讲怎么做之前，必须先讲不能做什么。

因为"做评价"这件事，在这个行业里已经被罚过很多次了。

2025 年修订的《反不正当竞争法》把这一类行为写得很清楚：

第九条第一款：经营者不得对商品的性能、功能、质量、销售状况、用户评价等作虚假或引人误解的商业宣传；
第九条第二款：不得帮助其他经营者进行虚假或引人误解的商业宣传——这一款管的是"水军""刷单工作室"；
罚则在第二十五条。

⚠️ 这里要专门提醒一句：如果你找的是 2025 年之前的资料，会看到"第八条第一款""第二十条第一款"。 那是 2019 年版的条号（罚则 20 万到 100 万，情节严重的 100 万到 200 万、可吊销营业执照）。2025 年修订之后条号变了，别引错。

条文抽象，看几个真实案例就明白了——下面五起全部来自政府网站原文或法院公开案例：

谁	怎么做的	触犯	结果
福州台江区一家中医门诊部	在美团雇人真实支付下单但不接受服务，随后发虚假好评，再向刷单人付佣金	反法（2025）第九条第二款、第二十五条第一款	罚款 25,000 元
乌鲁木齐沙依巴克区一家餐饮店	在外卖里夹带"五星好评返现"卡片，5 到 8 元红包，引导顾客去饿了么写好评	《网络反不正当竞争暂行规定》第九条第一款第五项 + 反法第二十五条	罚款
阳江市一家贸易公司	在 1688 授意员工自己下单、发空包裹、签收后打五星，刷单 6 次、涉金额 14,930 元	反法（2019）第八条第一款、第二十条第一款	罚款 3,000 元（减轻）
淮南一位"水军工作室"经营者	在快手按小时计酬，为直播间刷人气、刷好评、发虚假滚屏评论	反法（2025）第九条第二款	罚款 20,000 元
某公司（法院公开案例）	委托第三方销售与主营无关的低价商品，抬高店铺综合评分	反法（2019）第八条第一款、第二十条第一款	罚款 20 万元（从轻）

五起里有两起发生在本地生活平台，而且都是"看起来很小"的动作——一张返现卡片、一次自己下单。

所以这一节的第一句话是：刷好评不是"有风险"，是"已经被罚过"。

那正确的做法是什么？三件事。

第一件：把该有的评价"补全"，而不是"补高"。

AI 看的不只是分数，还有评价里有没有具体细节。一句"红烧肉肥而不腻，老板还送了一碟泡菜"，比十句"好吃"有用——因为具体的东西能证明这是真实消费。

做法：真实到店的顾客，用小菜、小额优惠引导他们写有细节的图文评价。别给话术模板——模板写出来的评价，长得都一样。

第二件：每一条评价都回。

这一点有硬数据支撑。SOCi 那份研究里测了"商家回复率"：平均一家店只回复了自己 46.9% 的评论，Yelp 上更低，只有 3.1%。而他们认为，72% 的消费者更可能选一家会回复评论的商家。

BrightLocal 那份调研也测了时效：2026 年，19% 的消费者期望你在当天回（一年前这个比例只有 6%），32% 期望次日，81% 期望一周内。

怎么回？一条原则：具体，别套模板。 好评说谢谢，差评说清怎么解决。最没用的回复是十家店用同一句话。

第三件：跨平台把信息对齐。

顾客在点评看到"营业到十点半"，到地图上看是"九点"，他就不知道该信谁——AI 也一样。

📌 你可以这样自检：把你的店名在三个平台上搜一遍，看评分、营业时间、地址、电话是不是一致。不一致的，按主记录卡改。

第四个动作：在场景层露脸，让 AI 想起你

场景层是漏斗的第三层。这一层不是"让 AI 知道你是谁"，是"让 AI 在该想起你的时候想起你"。

前两层做完了，你已经是"AI 认识的、可信任的一家店"。但顾客问的是"附近有什么好吃的""XX 小区周边深夜食堂"——这是一句话，不是一个品类。AI 要知道你在什么场景里成立。

怎么做？三个方向。

方向一：把内容带上"地域 + 场景"，而不是只带品类。

对比一下两组标题：

别这么写	要这么写
《本店美食推荐》	《XX 小区周边深夜还能吃上的五家小馆》
《美甲店开业活动》	《XX 商圈上班族午休能做完的美甲》
《装修知识分享》	《XX 区老房子翻新，水电改造最容易踩的四个坑》

差别在哪儿？右边那三个，是顾客会对着 AI 说出来的话的左半截。

记住一个公式：你的内容标题 = 地域词（区 / 商圈 / 小区）+ 场景词（什么时候、和谁、为什么）+ 品类。

方向二：在顾客真的会去看的地方发。

本地生意的场景层，阵地就那么几个：小红书、抖音同城、本地社区群、知乎的本地话题。

不用每个都做。挑一个你能坚持发的地方，做三个月。

方向三：让内容和地图上的那个点"系上"。

每篇内容里，把你的门店全名 + 详细地址按主记录卡写一遍。可以先从两个地方做起：

第一，门店在各平台的官方账号简介里，把主记录卡的名称、地址、电话、营业时间写全——这是零成本、最容易被抓到的位置。

第二，发布内容时带上定位，并在正文里自然地出现一次门店全名（不是硬广，是"我们店在 XX 路 128 号，楼下那条巷口拐进来就是"这种写法）。

为什么这一步有意义？ 因为内容本身不带地址，AI 学到的是"有个说本地美食的人"；而带上门店全名与定位之后，AI 学到的才是"XX 路 128 号那家 XX 家常菜馆，在这个场景里值得推荐"。

前者是账号，后者是门店。你要的是后者。

三个方向里，我建议你只挑一个先做。 本地生意的老板时间最贵，做一件事做三个月，比三件事各做一周有用。

这个行业特有的坑：三个

前面都是"该做什么"。这一节说"别做什么"。三个坑，每一个都有人踩过。

三个坑

坑一 · 把"刷评价"当成运营手段

这个坑已经在上一节讲透了，这里只留一条判断标准：

凡是要求"指定好评内容"的，一律别做。 无论是刷单、返现卡片、还是给员工话术模板——2025 年修订的《反不正当竞争法》第九条第二款，管的正是"帮助他人虚假宣传"这一头。

坑二 · 买流量买不到「被推荐」

很多老板的直觉是：我在平台投了钱，AI 就该多提我。

这个直觉是错的。而且平台自己把话说清楚了。

高德扫街榜的官方口径：不设评委、不接受付费排名；
抖音生活服务烟火榜的官方口径：门店由平台统一分配，不接受商家提报，不与商业合作挂钩。

为什么？因为这两个榜单的卖点就是"真实性"。 一旦可以买，它们的价值就没了。

所以要分清两件事：

投放决定的，是你"现在被谁看见"；信源决定的，是 AI"以后会不会提你"。

这两件事不冲突，但不能互相替代。投放是你今天买的曝光；信源是你攒下来的资产。

坑三 · 你的线上信息，会被别人改乱

这一个最隐蔽，也最容易被忽略。

它不是"你填错了"，是"别人把它改乱了"。 三种典型情况：旧的没删干净（搬过家、改过名之后，老地址老电话还挂在某个没人管的页面上，这些"僵尸记录"能活好几年，然后在你最想不到的时候被 AI 翻出来）；重复点位（同一地址被标了好几次，AI 无法判断是同一家）；第三方可以"建议编辑"（地图和平台的资料，别人是能提修改建议的，有时候你什么都没动，信息就变了）。

所以结论只有一个：这件事得定期查。一个季度一次，用主记录卡当基准把主要平台过一遍。尤其是搬过家、改过名、换过电话之后，一定要立刻全面复核——那是最容易出乱子的时刻。

四个可以直接拿走的东西

最后一节，四份东西，直接复制去用。

① 本地门店 AI 可见度自检表

地域层	测试问句	豆包	DeepSeek	腾讯元宝
市	XX 市 XX 行业哪家好	☐	☐	☐
区	XX 区 XX 哪家好	☐	☐	☐
商圈	XX 商圈附近 XX 哪家好	☐	☐	☐
身边	离我最近的 XX 在哪	☐	☐	☐

（☐ 里填四件事：提没提到 / 说得准不准 / 给没给地址 / 给没给电话。后面两栏最容易被忽略，但恰恰是第八节说的那条"断层"。）

② 门店主记录卡（八个字段）

就是第十节那张表。填的时候记住三条：逐字一致、能单独成立、一个字段一个答案。

③ 本地店铺信源清单

层	要做的事	做完打个勾
身份层	高德 / 百度 / 腾讯地图：认领点位 + 名称带品类词	☐
身份层	清理重复点位与旧记录	☐
身份层	营业时间写细（周几 / 午休 / 节假日）	☐
口碑层	主平台资料补全（项目、价格区间、环境照）	☐
口碑层	每一条评价都回，且不用套话	☐
口碑层	跨平台评分 / 时间 / 地址 / 电话对齐	☐
场景层	挑一个平台，按"地域 + 场景 + 品类"发内容	☐
场景层	账号简介与内容里带上门店全名与定位	☐
长期	每季度按主记录卡复检一遍	☐

④ 本地顾客真实会问的三十个问句

用第四节那八个当骨架，把"XX 市""XX 区""XX 商圈""XX 小区"和你的品类各替换一遍，扩到三十个。这批问句有三个用途：自己测 AI、写内容标题、写门店简介。

顺手：这一篇出现的词，一次翻成人话

词	人话
POI	地图上的一个"点"，也就是你的店在电子地图里那条记录
实体消歧	AI 判断"这几个名字说的是不是同一家"的过程
NAP 一致性	名称、地址、电话在所有平台上写成同一个版本
主记录	你自己定的那一份标准答案，全网照它对齐
身份层 / 口碑层 / 场景层	分别管"AI 知不知道你""敢不敢推荐你""什么时候想起你"
本地三包	搜索页或地图上方那三个推荐位置
专程到访	顾客特意为你的店跑一趟，区别于路过顺便消费

本节动作

十分钟，做三件事。做完你就有了坐标。

第一件：打开任意一个 AI，把你自己的店名加一句"现在还开着吗"问进去。看它给的营业时间和电话，对不对。

第二件：在地图上搜你的店名，数一数出现了几个点位。多于一个，就是你要处理的第一个问题。

第三件：把你的店名分别在两个平台上搜一遍，对照地址、电话、营业时间，看能不能一个字一个字对上。

哪怕三件事下来你只得到一个"全都对得上"的结论，这也是一个有用的结论——那说明你的身份层是干净的，可以直接往第二层和第三层走。

GEO 实验日志 · 第 16 期

本期目标问句：「XX 市哪家牙科好」「XX 区装修公司推荐」「附近有什么好吃的」

这一期的实测，我用的是别人做的公开测试。 广州一家公司用六个广州本地问题，分别问了豆包、DeepSeek、腾讯元宝，一共 18 组回答——18 次里没有一次给出商户的官网或联系电话，地址只给了 7 次。

他们和我看到的是同一件事：AI 对本地商家的回答，停在"名单"这一层，不往下走。

我这一轮自己做的事，是搜中文信源。 结果不太好看：

搜"本地门店 GEO""附近哪家好 AI"，排在前面的几乎全是 GEO 服务商写的稿子；
但更值得说的是手法变了。上一期（教培）那批软文是造数字；这一期这批是改数字——把一份"1,002 名美国消费者"的调研写成"国内消费者"，把一个 78% 改写成"超九成"，然后把美国多门店品牌的样本套到"豆包、文心一言"头上。

造数字还能一眼看出是编的；改数字，是把真的改坏。 后一种更难防。

上期复盘：第 15 篇我给自己定的结论是"把已有的资质，翻译成 AI 读得懂的格式"。这一期发现，同一件事在本地生意里该换个说法——不是"翻译资质"，是"对齐身份"。而且本地店多一个更狠的约束：实时。

一句话交代边界：我没有找到任何一份研究，能证明"把信息对齐"就一定会让你在 AI 里更容易被推荐。机制上说得通，因果没被证明过。 这句我写在了第九节。

写在最后

这一篇讲的东西，收成三句话。

第一，"附近"这两个字，换了一层战场。 它比的不再是谁更强，是谁在场——而"在场"这件事，是你能一条一条对齐的。

第二，本地店的起点不是内容，是身份。 先把地图上的点认回来、把五个版本的名字合成一个、把电话写清楚。本地店不缺内容，缺的是一个能被核对的"身份"。

第三，别踩那三个坑。 评价刷不得、流量买不来推荐位、信息得定期查。而这三条底下其实是一句话：别想着替 AI 编一个你，把真实的你摆整齐就够了。

下一篇我们换第三个行业——律师、财税、咨询这类专业服务。

那个行业的问法又变了：顾客不问"哪家好"，他问的是"我这种情况要不要请律师"。AI 已经在承接第一轮咨询了，而且它给出的答案，会直接决定这个人打不打第一个电话。

专业服务是客单价最高的一类生意，也是最靠"内容证明能力"的一类。下一篇我会给你这个行业专属的一套打法。

本地生意这一行，如果你在做，欢迎在留言里报一下你的细分（餐饮 / 美业 / 口腔 / 家装 / 家政 / 汽修……），我按行业拆下一轮。

觉得有用就点个赞、在看吧——顺手做个小动作：打开一个 AI，用你自己的城市和品类，问一句"附近哪家好"，看看它给不给你电话，给的是不是你现在这个。

这一篇读完，你应该能做到： 用八个真实问句分四层地域测出自己在 AI 答案里的位置，明白"附近"这两个字多了什么——地域把答案池缩到三公里、实时让"现在还开着吗"变成必答题、物理锚点让地图成为你唯一的身份证明；知道本地信源分三层（身份层 / 口碑层 / 场景层），而官网排在漏斗最底下，因为本地信息是"登记"出来的不是"写"出来的；理解为什么中国平台在往"行为"走（高德"评论可以生成，但脚步无法伪造"、抖音"AI 筛选 + 真人实地验榜"），而海外研究还在讲评价；知道"AI 报不出你的电话"这条断层是你自己能补的最后一段；用《门店主记录卡》八个字段把身份对齐到全网，用《信源清单》按层推进；最后分清三个坑——刷好评不是风险是已被罚、投流买不到推荐位、线上信息会被别人改乱。并且记住那句诚实的话：对齐信息不保证被推荐，没有任何研究证明过。

下一篇预告： 第 17 篇《客户在问 AI「这种情况要不要请律师」的时候，AI 提到了谁》——阶 6 行业篇第 3 篇，也是这一阶里客单价最高的一篇。律师、财税、咨询这类专业服务，有一个别的行业没有的特点：AI 已经在替客户做第一轮筛选了，而它给的答案，直接决定这个人打不打第一个电话。下一篇给这个行业专属的一套打法：客户真实的提问句式、AI 现在会提谁、这个行业的信源都在哪里。