https://fangzhewolai.com/knowledge/本地商户AI可见性方法与公开实验https://fangzhewolai.com/knowledge/what-is-geo/https://fangzhewolai.com/knowledge/what-is-geo/GEO全称“生成式引擎优化”。放到本地门店场景里，它关注的不是一个网页排在第几，而是顾客向AI提出真实消费问题时，AI能否正确理解这家店，并在合适的回答里提到它。先分清三个层次第一层是品牌识别：直接问店名，AI能否说清业务、地址和联系方式。第二层是自然发现：不说店名，只问“武汉光谷有哪些婚纱摄影店”，商户是否出现。第三层是主动推荐：顾客进一步问“哪家值得比较https://fangzhewolai.com/knowledge/brand-vs-recommendation/https://fangzhewolai.com/knowledge/brand-vs-recommendation/“知道店名”和“在消费者没有说出店名时主动提到”是两件不同的事。武汉婚纱摄影首轮实验中，6家样本的品牌识别率均为100%，但推荐类问题的提及率从0到93.33%不等。品牌问题自带明确线索当用户直接输入完整品牌名时，AI只需要寻找与这个名字相关的信息。区域推荐问题没有这个线索，AI必须从大量候选中筛选，并组织推荐理由。出现需要可表达的理由“成立多年”“服务很好https://fangzhewolai.com/knowledge/merchant-information-checklist/https://fangzhewolai.com/knowledge/merchant-information-checklist/连锁品牌、加盟门店和同名商户最容易发生信息串线。核对时要把“品牌”和“具体门店”拆开，不要只记一个大品牌名称。身份信息品牌标准名称、常见简称和曾用名；具体门店后缀，例如光谷店、汉口店；营业执照主体与对客品牌的关系；当前营业状态和实际接待地址。联系与服务信息联系电话、微信、营业时间是否仍然有效；服务区域、主要业务和预约方式是否一致；官网、地图、公众号和本地生活https://fangzhewolai.com/knowledge/how-to-read-ai-citations/https://fangzhewolai.com/knowledge/how-to-read-ai-citations/引用来源是AI回答中附带的网站、地图页、评价页或内容页。它能帮助解释AI看到了什么，但“出现一个链接”不代表页面中的每句话都可靠。先看来源类型品牌官网适合确认官方服务与门店口径；地图和本地生活页面适合核对地址、电话与营业状态；第三方文章可能提供比较框架，也可能混入未经核验的营销描述；工商信息适合确认经营主体，但注册地址不一定是顾客接待地址。再看是否互相印证同https://fangzhewolai.com/knowledge/why-repeat-ai-tests/https://fangzhewolai.com/knowledge/why-repeat-ai-tests/AI回答不是固定网页。同一个问题在不同时间、账号、位置、模型版本和搜索结果下，商户名单都可能变化。因此，一次截图只能证明当时发生过什么，不能代表稳定状态。固定什么固定城市、行业、完整问题、平台、模型和采样轮次。区域发现、商业推荐和消费知识问题对所有商户共用，不能为了某一家店临时改题。保存什么每次调用单独保存时间、原始回答、引用来源、商户出现位置、模型名称和费https://fangzhewolai.com/knowledge/geo-vs-seo/https://fangzhewolai.com/knowledge/geo-vs-seo/SEO关注网页能否被传统搜索引擎收录、理解并展示；GEO关注生成式AI组织答案时，品牌是否被正确理解、引用和提及。两者共享可抓取内容、清晰结构和可信来源，但输出形态不同。搜索结果与生成答案传统搜索通常给出链接列表，用户自己比较。生成式回答会先替用户概括、筛选并解释，因此品牌不仅要“有页面”，还要有能被机器准确抽取的事实和推荐理由。本地商户的交叉点官网、地图页https://fangzhewolai.com/knowledge/api-vs-consumer-app/https://fangzhewolai.com/knowledge/api-vs-consumer-app/官方API提供稳定、可编程的模型或Agent调用环境；消费者App还可能叠加系统提示、账号画像、地理位置、记忆、产品路由和灰度版本。因此两者回答可能不同。API适合做什么固定模型、问题和轮次，批量保存原始返回与来源，适合做可重复实验和前后对照。App适合做什么验证消费者真正看到的产品体验，包括页面展示、引用样式、位置影响和登录状态。App抽检应使用同一批固定https://fangzhewolai.com/knowledge/four-question-types/https://fangzhewolai.com/knowledge/four-question-types/把所有问题混成一个总分，会掩盖顾客决策阶段。四类题分别对应品牌确认、自然发现、商业比较和行业知识。A类：品牌识别直接出现店名，检查AI能否回答业务、位置、服务和联系方式。B类与C类：真正的竞争场B类围绕区域和品类，C类带有推荐、比较、性价比等强商业意图。商户在A类表现好，不代表会进入B/C候选。D类：内容机会价格、周期、风险和怎么选等问题通常不点名商户，却能https://fangzhewolai.com/knowledge/jaccard-stability/https://fangzhewolai.com/knowledge/jaccard-stability/Jaccard相似度用于比较两个集合有多相似。把同一问题两次回答中出现的商户分别记为集合，交集数量除以并集数量，就是两次回答的重合率。一个简单例子第一次出现甲、乙、丙，第二次出现乙、丙、丁；交集是乙和丙，共2家，并集共4家，Jaccard相似度为50%。为什么有用平均提及率相同，可能来自稳定重复出现，也可能来自每轮随机更换商户。稳定性指标能帮助识别这两种完全https://fangzhewolai.com/knowledge/chain-store-entity-resolution/https://fangzhewolai.com/knowledge/chain-store-entity-resolution/实体消歧是把同名或相近名称对应到正确对象的过程。连锁品牌常见问题是把外地店、旧店、总部和当前接待门店混在一起。建立两层身份第一层记录品牌主体和常用简称；第二层记录具体门店后缀、城市、地址、电话和营业状态。品牌层答案不能自动当作某家门店答案。匹配顺序优先匹配完整门店名，再匹配品牌标准名，最后使用简称。简称必须结合城市、地址或经营主体核验，不能因为出现两个字就判https://fangzhewolai.com/knowledge/citation-count-not-quality/https://fangzhewolai.com/knowledge/citation-count-not-quality/引用次数表示AI返回的来源中，有多少条能与商户名称或别名建立文本关联。它描述证据环境，不评价服务品质。高引用也可能来自冲突同一商户可能因为旧地址、工商页、招聘页或大量转载而被频繁引用。这些页面数量多，不代表信息新，也不代表顾客更愿意选择。低引用也不等于不存在来源标题和网址没有商户名时，保守匹配可能不计入；页面正文相关但API未返回完整正文，也可能漏掉。正确用https://fangzhewolai.com/knowledge/new-merchant-cache/https://fangzhewolai.com/knowledge/new-merchant-cache/“武汉婚纱摄影哪家值得比较”对同城所有婚纱摄影店都是同一个问题。一次回答已经包含当时AI选择的全部商户，重复为每家店调用只会增加费用，不会增加信息。公共问题按行业缓存B/C/D以城市、行业、问题、平台、模型和轮次作为缓存身份，不包含商户。新增商户时，先回查现有公共回答是否已经提到它。只补品牌建档新店需要新增的是5个A类品牌问题，用来检查业务、位置、服务、联系https://fangzhewolai.com/knowledge/causality-and-correlation/https://fangzhewolai.com/knowledge/causality-and-correlation/高曝光商户同时拥有更多官网、地图和第三方内容，只能说明两个现象同时出现，不能直接证明这些资产导致了曝光。可能存在的混杂因素品牌知名度、经营年限、广告投放、真实用户讨论、平台收录机制和搜索时点都可能同时影响数字资产数量与AI回答。怎样更接近因果判断先保存基线，再只执行真实、可记录的资料修改；等待平台更新后，用同一问题、平台、模型和轮次复测，并观察变化是否跨问题https://fangzhewolai.com/knowledge/how-to-audit-a-geo-report/https://fangzhewolai.com/knowledge/how-to-audit-a-geo-report/可信报告首先应让读者知道数据从哪里来、什么时候产生、如何计算，以及哪些事情尚未验证。检查实验设置是否公开城市、行业、问题池、平台、模型、轮次和日期；不同商户是否使用同一套公共问题。检查证据链能否从聚合指标回到每次原始回答和原生引用；失败调用是否被单独记录；API与消费者App是否明确区分。检查措辞边界AI提及率是否被错误包装成商户质量；相关性是否被写成因果；https://fangzhewolai.com/knowledge/local-business-content-fields/https://fangzhewolai.com/knowledge/local-business-content-fields/对AI和消费者都友好的门店内容，首先应完整回答“是谁、在哪、做什么、怎么联系、适合谁、如何交付”。基础实体字段标准品牌名、门店全称、城市与区域、当前地址、电话、营业时间、预约方式和经营主体关系。服务解释字段主要服务、服务范围、价格构成、流程、周期、适合人群、不适用情况和售后规则。避免只写“专业”“高端”等无法核验的形容词。证据字段真实案例的时间、地点、需求、https://fangzhewolai.com/knowledge/ai-search-vs-search-engine/https://fangzhewolai.com/knowledge/ai-search-vs-search-engine/同一个人想找一家店，用搜索引擎和用 AI 助手，中间经过的步骤不一样，商户能被看见的位置也不一样。搜索引擎：给你一份链接清单顾客输入“武汉婚纱摄影”，得到的是一屏链接和广告位。顾客自己点开、自己比较、自己排除。商户能做的事集中在“让自己的页面出现在这份清单里”。AI 助手：先替顾客做了一轮筛选顾客问“武汉拍婚纱照选哪家好”，AI 通常会先检索，再从检索到的材https://fangzhewolai.com/knowledge/nap-consistency/https://fangzhewolai.com/knowledge/nap-consistency/名称、地址、电话这三项常被合称为门店的基础身份信息。它们在不同平台上写得不一样时，机器很难判断这些页面说的是不是同一家店。常见的不一致长什么样营业执照全称、招牌名、平台上的店名各写一个版本；搬过一次家，旧地址还留在部分平台和旧文章里；座机、手机、400 号码分散在不同页面，没有一个是“当前有效”的；连锁品牌只写品牌名，不写门店后缀，几家店的信息混在一起。为什https://fangzhewolai.com/knowledge/map-poi-basics/https://fangzhewolai.com/knowledge/map-poi-basics/地图里的门店条目通常包含名称、分类、地址、坐标、电话、营业时间和照片。多个 AI 产品在回答本地问题时会用到地图侧的数据，所以这份资料值得先自查一遍。自查六项名称是不是当前招牌名，有没有还挂着旧名；分类选得对不对，例如“婚纱摄影”被误分到“照相馆”；地址能不能定位到实际接待的那个门牌，不是园区大门或整栋楼；电话能不能打通，是不是当前接待用的号码；营业时间是不https://fangzhewolai.com/knowledge/who-uses-which-source/https://fangzhewolai.com/knowledge/who-uses-which-source/我们在武汉婚纱摄影批次（原始记录编号 BATCH-26，2026-08-31 观测）里统计过每个引用域名分别出现在哪个平台的结果里。结论很直接：来源不是共享的。一个真实例子该批次里出现次数最多的域名是高德的商户页，共 374 次；按平台拆开看，这 374 次全部来自千问，其余五个平台一次都没有。也就是说，同一份地图资料，在一个平台上被大量引用，在另一个平台上https://fangzhewolai.com/knowledge/douyin-poi-and-ai/https://fangzhewolai.com/knowledge/douyin-poi-and-ai/我们的自动检测走的是各家平台的官方接口。在接口的网页检索通道里，几乎见不到抖音的门店内容作为引用来源出现。这是一条需要说清楚边界的观测结果。接口和 App 不是一个环境消费者用的 App 可能叠加自家生态的本地数据、位置信息、账号偏好和产品路由；官方接口通常只提供一条相对干净的检索通道。所以“接口里没出现”只能说明接口这条链路没用到，不能推断消费者在 Apphttps://fangzhewolai.com/knowledge/review-content-and-ai/https://fangzhewolai.com/knowledge/review-content-and-ai/评价内容有两种进入方式：一种是评价页本身被当作来源引用，另一种是评价里的说法被吸收成“大家一般怎么评价这家店”的概括。能被用上的评价长什么样包含具体事实的评价更容易被组织进回答：做了什么项目、花了多少时间、多少钱、什么场景、结果如何。只有“很好”“不推荐”的短评，几乎提供不了可复述的信息。数量和时间都有影响长期没有新评价的页面，会让机器难以判断当前状态。集中https://fangzhewolai.com/knowledge/official-site-for-local-store/https://fangzhewolai.com/knowledge/official-site-for-local-store/门店官网的作用不是好看，而是提供一份自己能控制、可长期引用的事实底稿。第三方平台的展示规则会变，官网不会。必须有的页面门店页：标准名称、地址、电话、营业时间、交通与停车、门店照片；服务页：每个主要项目单独一页，写清内容、流程、周期、价格构成和适合人群；案例页：时间、需求、过程、结果，能公开的部分尽量具体；关于页：经营主体、成立时间、资质、团队和联系方式。写法https://fangzhewolai.com/knowledge/wechat-article-citation/https://fangzhewolai.com/knowledge/wechat-article-citation/可以出现，但不稳定，而且不同平台差别很大。公众号内容主要在微信生态内流通，对外的可抓取程度不如公开网页。更容易被用到的写法标题直接对应一个顾客会问的问题；正文开头就把结论写出来；关键事实用文字写，不要只做成图片；文末带门店的标准名称、地址和电话。不要指望它替代官网公众号适合做解释、案例和日常更新，但它不是一个稳定的事实底稿。门店的核心事实仍然应该有一份在自己https://fangzhewolai.com/knowledge/ugc-notes-and-ai/https://fangzhewolai.com/knowledge/ugc-notes-and-ai/在我们的公开批次里，知乎专栏、门户资讯、行业媒体等公开网页经常出现在引用来源中。这类内容的特点是：数量多、更新快、质量参差。它们提供的是“比较框架”很多用户内容本身不是门店官方信息，而是“怎么选”“要注意什么”“大概什么价位”这类经验总结。AI 在回答消费知识类问题时，经常依赖这类材料组织解释。对商户的两个含义第一，你的门店可能被别人写进这类内容里，而其中的https://fangzhewolai.com/knowledge/baike-and-entity/https://fangzhewolai.com/knowledge/baike-and-entity/百科类页面和工商登记信息在引用来源中出现得不少。它们的共同作用是帮助机器确认“这个名字对应的是哪个主体”。它们各自能证明什么工商信息能证明经营主体、成立时间和登记状态；百科类页面通常提供品牌层面的介绍。两者都不能证明当前门店的接待地址和营业时间——注册地址常常和实际门店不是一个地方。常见的串线同一品牌在多个城市注册了不同主体；总部主体和加盟门店同名；旧主体已https://fangzhewolai.com/knowledge/images-and-video-facts/https://fangzhewolai.com/knowledge/images-and-video-facts/很多门店把价格表、服务项目、营业时间做成一张图，或者只在视频里口播。这些信息对顾客可见，但对抓取内容的程序来说，往往等于不存在。典型的丢失场景价目表是一张长图，正文里一个数字都没有；营业时间写在门头照片上；服务流程只在短视频里讲过，没有文字版；案例只有九宫格图片，没有说明文字。怎么补凡是希望被引用的事实，都要有一份文字版本：图片配一段说明文字，视频配文字稿或https://fangzhewolai.com/knowledge/ai-hallucination-correction/https://fangzhewolai.com/knowledge/ai-hallucination-correction/常见的错法有四种：地址是旧的、电话打不通、服务项目张冠李戴、把同名的另一家店当成你。处理顺序应该是先找源头，再改源头，最后复测。第一步：把错误固定下来记录是哪个平台、哪一句问题、什么时候问的、错在哪一句。同一个问题多问几次，确认是稳定出错还是偶发。第二步：找它是从哪读到的如果平台给出了引用来源，逐条打开看看错误信息出现在哪个页面。没有给出来源时，就按常见来源https://fangzhewolai.com/knowledge/multi-store-brand-geo/https://fangzhewolai.com/knowledge/multi-store-brand-geo/连锁或多店品牌最常见的问题，是把所有内容都堆在品牌层，结果每一家具体门店都说不清自己在哪、做什么、怎么联系。两层各写什么品牌层写：品牌介绍、统一的服务标准、价格构成逻辑、资质、总部联系方式、全部门店目录。门店层写：这家店的标准名称（含门店后缀）、地址、电话、营业时间、可预约项目、交通停车、这家店自己的案例。不要互相冒充品牌层的成绩不要写成某一家门店的成绩；某https://fangzhewolai.com/knowledge/how-ai-answers-local-questions/https://fangzhewolai.com/knowledge/how-ai-answers-local-questions/不同产品实现不同，但联网回答本地问题时，通常都会经过几个相似的环节。了解这几个环节，才知道自己能影响哪一段。大致的四段第一段，理解问题：城市、行业、意图（找名单还是要建议）。第二段，检索：调用搜索或自家数据，取回一批材料。第三段，筛选与组织：从材料里挑出几家，配上理由。第四段，生成答案：写成一段话，有的产品会附上引用来源。商户能影响的是第二和第三段第二段靠的https://fangzhewolai.com/knowledge/question-set-design/https://fangzhewolai.com/knowledge/question-set-design/题库的作用是让不同时间、不同门店的结果可以互相比较。如果每次都临时换问题，数据之间就没法对账。四类问题各占一部分品牌类直接点名门店；发现类只说城市和行业；推荐类带有“选哪家”“性价比”这类商业意图；知识类问价格、周期、怎么挑，通常不点名商户。四类合起来才能看出卡在哪一层。问法要贴近顾客真实说法顾客不会说“请列举武汉市婚纱摄影行业的头部企业”，他会说“武汉拍婚https://fangzhewolai.com/knowledge/before-after-measurement/https://fangzhewolai.com/knowledge/before-after-measurement/“改之前没被提到，改之后被提到了”这句话本身不构成证据。需要先约定怎么比，再开始改。先存基线在任何调整之前，用固定的题库、平台和轮次跑一遍，把原始回答和引用来源整份保存下来。没有基线，后面所有比较都无从谈起。只做能记录的改动每一项改动都写清楚：改了哪个页面、改了什么字段、什么时候提交、什么时候生效。同时改十件事，事后无法判断是哪一件起了作用。用同一套条件复测https://fangzhewolai.com/knowledge/self-check-30-minutes/https://fangzhewolai.com/knowledge/self-check-30-minutes/下面这些事不需要任何工具和服务，自己就能查。做完之后再决定要不要做完整诊断，判断会准确得多。前 10 分钟：问一遍打开两三个常用的 AI 助手，各问三句：直接问你的店名；问“武汉+行业+有哪些”；问“武汉+行业+选哪家好”。把回答截图，记下时间。注意第一句能不能答对基础信息。中间 10 分钟：查资料在高德、百度地图、腾讯地图分别搜自己的店，逐项核对名称、分类https://fangzhewolai.com/knowledge/budget-priority/https://fangzhewolai.com/knowledge/budget-priority/本地门店的预算通常很紧。按照我们检测中反复看到的问题，优先级大致是这样。第一件：把身份信息弄对名称、地址、电话、营业时间在地图和主要平台上统一，旧信息该更新的更新。这件事成本最低，而且是后面所有工作的前提。第二件：把主要服务写成文字每个主要项目一段说明：内容、流程、周期、价格构成、适合谁、不适合谁。写在自己能控制的地方，配合门店页发布。第三件：定期复查每隔一https://fangzhewolai.com/knowledge/compliance-red-lines/https://fangzhewolai.com/knowledge/compliance-red-lines/把内容写清楚和把内容写过头之间有明确界线。以下几条与本地商户关系最大，触线的代价通常远大于收益。绝对化用语“最好”“第一”“最便宜”这类表述在广告中受限。改成可核验的具体说明，例如服务年限、可查的资质编号、具体的服务内容。医疗与健康类涉及诊疗的行业，对外内容不应出现疗效承诺、治愈率、痛感描述和价格诱导。我们的公开门店事实页对这类行业设了额外的复核门槛，正文中https://fangzhewolai.com/knowledge/zero-mention-diagnosis/https://fangzhewolai.com/knowledge/zero-mention-diagnosis/免费快检里出现“所有平台都没有出现”时，不必立刻断定是被“压制”了。按我们检测中的分布，常见原因有五类。一、门店太新或公开资料太少可检索的公开信息只有一两条，机器缺少可用材料。这一类最常见，也最容易改善。二、身份信息对不上店名有多个版本、地址是旧的、平台上的分类不对，导致相关信息没有被算到同一家店上。三、同城竞争位置有限推荐类问题通常只给几家。同城同行业里公