本地商家的 GEO：让 AI 在附近推荐时提到你
当用户问 AI「我附近哪家牙医好」「市中心有推荐的咖啡馆吗」，AI 取材的不是你的博客，而是三样东西：Google 商家档案（Business Profile）、第三方本地评论、以及你网站上机器可读的 NAP（店名、地址、电话）结构化数据。本地商家 GEO 的最大杠杆是「同一组实体数据在每个平台都一致」，不是每周发几篇文章。 一家评论稳定、商家档案完整、全网 NAP 一字不差的小店，被 AI 推荐的概率，远高于一个博客很勤但商家档案空白的同行。
为什么本地商家的 GEO 规则不一样？
一般 GEO 是内容之争：谁的文章结构清晰、数据可引用，谁就进得了 AI 的引用池。本地商家不是。用户问的是「附近」，AI 要先解出两件事——你是谁（实体消歧）、你在哪（地理关联）——才轮得到内容。这两件事的答案不在你的文章里，而在你散落全网的商家数据。
ChatGPT、Perplexity、Google AI Overview 回答本地问题时，背后大量依赖地图与商家数据层：Google 的答案直接接 Business Profile 与地图评论；ChatGPT 与 Perplexity 则同时抓取公开网页、地图类数据与评论聚合站。共通点是——它们信任「多个独立来源互相印证」的实体，胜过单一网站的自我宣称。这就是为什么本地 GEO 的功夫，八成在网站之外。
三个 AI 本地取材来源，各要做什么
把力气分配到 AI 真正会读的地方，而不是全押在博客：
| 取材来源 | AI 用它判断什么 | 你要做的事 | 更新频率 |
|---|---|---|---|
| Google 商家档案 | 你是谁、营业时间、类别、位置 | 类别选到最精准、营业时间实时、每周回复评论、定期上传照片 | 每周 |
| 第三方本地评论 | 口碑、可信度、他人怎么描述你 | 主动邀评、7 天内回复差评、累积到 4.0★ 以上且有量 | 持续 |
| 网站结构化 NAP | 官方事实锚点、消歧依据 | 页脚放一致 NAP、加 LocalBusiness schema、每个分店一页 | 一次做对，变动时更新 |
| 博客内容 | 专业深度（次要） | 本地场景的问答文，自然链接到各分店页 | 有余力再做 |
关键洞察：前三行的边际效益，在多数本地商家身上都远大于第四行。如果你的商家档案类别选错、电话在三个平台是三个号码，写再多文章 AI 也不敢推荐你。
NAP 一致性：本地 GEO 的地基
NAP 指 Name、Address、Phone。AI（与 Google）靠它把散落全网的提及「认定为同一家店」。只要不一致，AI 对你的信心就打折——它无法确定「文心路的那家」和「文心路 X 段的那家」是不是同一家。
三个最常见、最致命的不一致：
- 电话格式乱：官网写
010-1234-5678、微信/社媒写(010) 1234 5678、商家档案又是另一版。AI 做字符串比对，格式差异就可能被当成不同实体。全网统一一种写法。 - 地址写法不一：「3 楼」vs「3F」、有无楼层、路名全简称。挑一种官方写法，全平台照抄。
- 店名夹营销词：商家档案叫「XX 牙医（无痛种植专家・周日看诊）」，官网却只叫「XX 牙医」。店名就是纯店名，关键词塞在店名里违反 Google 规范，也让 AI 抓不准实体。
自我检查：把你的店名、地址、电话，在官网页脚、Google 商家档案、社媒、行业目录（如本地黄页、外卖平台）逐一比对，任何一个字不同就是一个要修的洞。
六步清单：从零到「AI 愿意推荐」
本地商家不必先写一堆文章。照这个顺序做，先把地基打好：
- 认领并填满 Google 商家档案：类别选最精准的主类别（「意式冰淇淋店」胜过「餐厅」），补齐营业时间、服务项目、10 张以上实景照。
- 全网 NAP 对齐：用上一节的三项标准，把官网、社媒、目录的店名／地址／电话改成同一版。
- 网站补 LocalBusiness schema：在首页或分店页加入
LocalBusiness（或更精准的子类型如Dentist、CafeOrCoffeeShop）结构化数据，字段含 name、address、telephone、openingHours、geo 坐标。做法见 GEO 的 Schema 结构化数据。 - 启动评论引擎：结账或服务后主动邀评，设定一周内回复所有评论（尤其差评），目标是「有近期、有数量、有回应」。
- 每分店一页：多分店不要挤在同一页。每个网点一个独立网址、各自的 NAP 与 schema，AI 才能分别关联到正确地点。
- 最后才写本地内容：地基稳了，再写「本地场景」问答（见下节），把品牌实体信号补强。品牌一致性的整体逻辑见 品牌搜索与权威。
本地内容该写什么（做完地基再做）
博客不是主战场，但写对题目能补强实体与专业信号。方向是用户真的会问 AI 的本地问句：
- 场景题：「小孩第一次看牙选哪种诊所」「带笔记本久坐的咖啡馆怎么挑」。
- 本地比较：「A 区 vs B 区的 X 服务差在哪」。
- 常识解答：「种牙前要问诊所哪 5 件事」。
每篇都用答案优先开头、放具体信息，并自然链接回对应的分店页——形成「内容 → 分店实体」的路径。切记量不是重点：三篇扎实、链接到位的本地文，胜过三十篇空泛通稿。
常见问题（FAQ）
Q1：我没有实体店面，是上门服务，也能做本地 GEO 吗？ 可以。Google 商家档案支持「服务范围商家」（Service-area business），隐藏街道地址、改设服务区域。NAP 一致与评论经营的原则完全相同，只是地址字段改用服务范围。
Q2：多分店连锁，要每家各开一个商家档案吗？ 要。每个实体网点各一个商家档案、官网各一个分店页、各自的 NAP 与 LocalBusiness schema。共用一页会让 AI 无法把评论与提及关联到正确地点，反而稀释每家店的信号。
Q3：评论被刷差评或不实评论，会不会毁掉 AI 推荐？ 单条差评影响有限，AI 看的是整体样态（星级、数量、回应率）。专业、就事论事地回复差评，反而是可信度信号。真正的虚假评论可循平台举报流程处理，但别因少数差评停止累积真实好评。
Q4：本地 GEO 多久看得到效果？ 商家档案补齐与 NAP 对齐，通常数周内就会反映在 Google 本地结果与地图；AI 引擎的推荐则取决于它下次抓取与更新的节奏，多为数周到一两个月。评论累积是最慢但最持久的一环。
Q5：只做 Google 商家档案，不弄网站 schema 可以吗？ Google 生态或许够用，但 ChatGPT、Perplexity 这类会爬公开网页的引擎，需要你网站上的结构化 NAP 当官方锚点。想被跨引擎推荐，网站 schema 不能省。
想确认你的本地商家离「被 AI 推荐」还差哪几项？先用 GeoSeoToday 的免费 GEO 就绪度检测器 对你的分店页逐项评分，再对照 GEO 完整指南 补齐实体与内容信号。想先搞懂 GEO 的整体逻辑，可从 什么是 GEO 开始。