在地商家的 GEO：讓 AI 在附近推薦時提到你
當使用者問 AI「我附近哪家牙醫好」「信義區有推薦的咖啡廳嗎」，AI 取材的不是你的部落格，而是三樣東西：Google 商家檔（Business Profile）、第三方在地評論、以及你網站上機器可讀的 NAP（店名、地址、電話）結構化資料。在地商家 GEO 的最大槓桿是「同一組實體資料在每個平台都一致」，不是每週發幾篇文章。 一家評論穩定、商家檔完整、全網 NAP 一字不差的小店，被 AI 推薦的機率，遠高於一個部落格很勤但商家檔空白的同業。
為什麼在地商家的 GEO 規則不一樣？
一般 GEO 是內容之爭：誰的文章結構清楚、數據可引用，誰就進得了 AI 的引用池。在地商家不是。使用者問的是「附近」，AI 要先解出兩件事——你是誰（實體消歧）、你在哪（地理關聯）——才輪得到內容。這兩件事的答案不在你的文章裡，而在你散落全網的商家資料。
ChatGPT、Perplexity、Google AI Overview 回答在地問題時，背後大量倚賴地圖與商家資料層：Google 的答案直接接 Business Profile 與地圖評論；ChatGPT 與 Perplexity 則同時抓公開網頁、地圖類資料與評論聚合站。共通點是——它們信任「多個獨立來源互相印證」的實體，勝過單一網站的自我宣稱。這就是為什麼在地 GEO 的功夫，八成在網站之外。
三個 AI 在地取材來源，各要做什麼
把力氣分配到 AI 真正會讀的地方，而不是全押在部落格：
| 取材來源 | AI 用它判斷什麼 | 你要做的事 | 更新頻率 |
|---|---|---|---|
| Google 商家檔 | 你是誰、營業時間、類別、位置 | 類別選到最精準、營業時間即時、每週回應評論、定期上傳照片 | 每週 |
| 第三方在地評論 | 口碑、可信度、他人怎麼描述你 | 主動邀評、7 天內回覆負評、累積到 4.0★ 以上且有量 | 持續 |
| 網站結構化 NAP | 官方事實錨點、消歧依據 | 頁尾放一致 NAP、加 LocalBusiness schema、每個分店一頁 | 一次做對，異動時更新 |
| 部落格內容 | 專業深度（次要） | 在地情境的問答文，自然連向各分店頁 | 有餘力再做 |
關鍵洞察：前三列的邊際效益，在多數在地商家身上都遠大於第四列。如果你的商家檔類別選錯、電話在三個平台是三個號碼，寫再多文章 AI 也不敢推薦你。
NAP 一致性：在地 GEO 的地基
NAP 指 Name、Address、Phone。AI（與 Google）靠它把散落全網的提及「認定為同一家店」。只要不一致，AI 對你的信心就打折——它無法確定「文心路的那家」和「文心路 X 段的那家」是不是同一家。
三個最常見、最致命的不一致：
- 電話格式亂：官網寫
04-1234-5678、Facebook 寫(04) 1234 5678、商家檔又是另一版。AI 做字串比對，格式差異就可能被當成不同實體。全網統一一種寫法。 - 地址寫法不一：「3 樓」vs「3F」、有無樓層、路名全簡稱。挑一種官方寫法，全平台照抄。
- 店名夾行銷詞：商家檔叫「XX 牙醫（無痛植牙專家・週日看診）」，官網卻只叫「XX 牙醫」。店名就是純店名，關鍵字塞在店名裡違反 Google 規範，也讓 AI 抓不準實體。
自我檢查：把你的店名、地址、電話，在官網頁尾、Google 商家檔、Facebook、產業目錄（如在地黃頁、外送平台）逐一比對，任何一個字不同就是一個要修的洞。
六步清單：從零到「AI 願意推薦」
在地商家不必先寫一堆文章。照這個順序做，先把地基打好：
- 認領並填滿 Google 商家檔：類別選最精準的主類別（「義式冰淇淋店」勝過「餐廳」），補齊營業時間、服務項目、10 張以上實景照。
- 全網 NAP 對齊：用上一節的三項標準，把官網、社群、目錄的店名／地址／電話改成同一版。
- 網站補 LocalBusiness schema：在首頁或分店頁加入
LocalBusiness（或更精準的子類型如Dentist、CafeOrCoffeeShop）結構化資料，欄位含 name、address、telephone、openingHours、geo 座標。做法見 GEO 的 Schema 結構化資料。 - 啟動評論引擎：結帳或服務後主動邀評，設定一週內回覆所有評論（尤其負評），目標是「有近期、有數量、有回應」。
- 每分店一頁：多分店不要擠在同一頁。每個據點一個獨立網址、各自的 NAP 與 schema，AI 才能分別關聯到正確地點。
- 最後才寫在地內容：地基穩了，再寫「在地情境」問答（見下節），把品牌實體訊號補強。品牌一致性的整體邏輯見 品牌搜尋與權威。
在地內容該寫什麼（做完地基再做）
部落格不是主戰場，但寫對題目能補強實體與專業訊號。方向是使用者真的會問 AI 的在地問句：
- 情境題：「小孩第一次看牙選哪種診所」「帶筆電久坐的咖啡廳怎麼挑」。
- 在地比較：「A 區 vs B 區的 X 服務差在哪」。
- 常識解答：「植牙前要問診所哪 5 件事」。
每篇都用答案優先開頭、放具體資訊，並自然連回對應的分店頁——形成「內容 → 分店實體」的路徑。切記量不是重點：三篇扎實、連結到位的在地文，勝過三十篇空泛通稿。
常見問題（FAQ）
Q1：我沒有實體店面，是到府服務，也能做在地 GEO 嗎？ 可以。Google 商家檔支援「服務範圍商家」（Service-area business），隱藏街道地址、改設服務區域。NAP 一致與評論經營的原則完全相同，只是地址欄改用服務範圍。
Q2：多分店連鎖，要每家各開一個商家檔嗎？ 要。每個實體據點各一個商家檔、官網各一個分店頁、各自的 NAP 與 LocalBusiness schema。共用一頁會讓 AI 無法把評論與提及關聯到正確地點，反而稀釋每家店的訊號。
Q3：評論被刷負評或不實評論，會不會毀掉 AI 推薦？ 單則負評影響有限，AI 看的是整體樣態（星等、數量、回應率）。專業、就事論事地回覆負評，反而是可信度訊號。真正的假評論可循平台檢舉流程處理，但別因少數負評停止累積真實好評。
Q4：在地 GEO 多久看得到效果？ 商家檔補齊與 NAP 對齊，通常數週內就會反映在 Google 在地結果與地圖；AI 引擎的推薦則取決於它下次抓取與更新的節奏，多為數週到一兩個月。評論累積是最慢但最持久的一環。
Q5：只做 Google 商家檔，不弄網站 schema 可以嗎？ Google 生態或許夠用，但 ChatGPT、Perplexity 這類會爬公開網頁的引擎，需要你網站上的結構化 NAP 當官方錨點。想被跨引擎推薦，網站 schema 不能省。
想確認你的在地商家離「被 AI 推薦」還差哪幾項？先用 GeoSeoToday 的免費 GEO 就緒度檢測器 對你的分店頁逐項評分，再對照 GEO 完整指南 補齊實體與內容訊號。想先搞懂 GEO 的整體邏輯，可從 什麼是 GEO 開始。