V哥AI增长 联系V哥

南昌本地生活服务老板：你的店，正在被 AI 搜索"看不见"

· 南昌 本地 · ·

上周三下午，一个在红谷滩做赣菜馆的老板约我在万寿宫附近喝茶。刚落座，他就把手机推到我面前：“你帮我看看，这是怎么回事。”

他刚在豆包里问了一句：“红谷滩万达附近有没有适合请客户吃饭的赣菜馆，环境好点，人均150左右。“AI 给出的答案里，列了三家店。没有他。他往上翻，发现自己的店在传统搜索结果里排第三，但 AI 推荐里，连去年年底才开业的一家新店都上了榜。他问我：“我大众点评4.6分，美团月售两千多单，怎么在 AI 眼里就跟不存在一样？”

这个问题，过去半年我在南昌被问了不下二十次。问的人有做餐饮的、开美容院的、跑家政的，行业不同，困惑相同：为什么钱没少花、平台没少做，AI 推荐里就是没有自己？

南昌的本地生活服务市场，正在经历一场比想象中更快的迁移。这座城市的消费结构决定了，本地商家对”平台流量”的依赖度极高。南昌不是一线城市，没有那么多全国性连锁品牌来稀释市场，本地商家靠的就是美团、大众点评、抖音同城这几条腿走路。可一旦用户的搜索习惯从”打开 App 搜关键词”变成”直接在对话框里问一句话”，整个游戏规则就变了。

更麻烦的是，南昌的用户问法特别”具体”。别的城市可能问”附近有什么好吃的”，南昌人会问”八一广场两公里内有没有能坐十个人的赣菜馆，最好有莲花血鸭，今晚有位置”。这种问法，传统关键词匹配根本接不住，但 AI 能接住——前提是，它得先”认识”你。

南昌本地商家做 GEO，先别急着写内容

我接触过的南昌本地老板，听到 GEO 的第一反应几乎都是：“那是不是要赶紧写文章、发小红书笔记？“然后花两个月吭哧吭哧搞内容，回头一搜，AI 还是不推荐。问题出在哪？

AI 推荐本地服务的第一步，不是看你的内容好不好，而是看它能不能确认你这家店”真的存在”。

我拿青山湖区一个做家政的公司举例。他们去年找我之前，在高德、百度地图、美团、58同城上的信息全对不上：地址有的写”青山湖大道某号”，有的写”青山湖大道某号附2号”；电话一个留座机，一个留老板私人手机，还有一个留的是已经停用的号码。AI 抓取这些信息的时候，根本没办法把它们归到同一个实体上。结果就是，用户问”青山湖区有没有靠谱的保洁公司”，AI 宁可推荐信息更一致的小公司，也不敢推荐它。

南昌这座城市，老城区和新城区交错，很多店铺的实际地址和地图标注存在差异。尤其像红谷滩、朝阳新城这些区域，路名更新快，门牌号重编过好几轮。如果你的店在高德上写的是旧地址，在美团上写的是新地址，AI 就会把你当成两个不同的实体，甚至判定为”信息不可靠”。

所以南昌本地商家做 GEO 的第一步，叫实体夯实。具体三个动作：

第一，把你在所有平台上的名称、地址、电话、经纬度，核对到一字不差。 高德、百度地图、腾讯地图、美团、大众点评、抖音、小红书、微信公众号、小程序，一个都别漏。南昌很多老店在工商注册名和对外招牌名不一致，比如工商登记的是”南昌市西湖区某某餐饮店”，招牌叫”老周赣菜”，平台上的名称就乱成一团。AI 看到这些互相矛盾的信息，会倾向于不推荐。

第二，如果你有官网或小程序，务必加上 Schema.org 的 LocalBusiness 结构化数据。 把服务类别、服务区域、价格区间、营业时间、支付方式全部标注清楚。我做过测试，在南昌同样两家做瓦罐汤的店，有结构化数据的那家，在 AI 回答中的出现率是另一家的 2.8 倍。这一步很多南昌老板从没听过，但它的权重比想象中高得多。

第三，完成品牌知识面板认证。 百度企业百科、微信搜一搜的品牌专区，能认证就认证。AI 会优先抓取这些已认证的实体信息，作为判断你”是否可信”的基准。

做完这三步，AI 才算是真正把你”登记在册”了。没有这个基础，后面所有动作都是空中楼阁。

南昌人问得特别细，你的内容得”按问题来”

实体夯实之后，下一个问题是：为什么 AI 推荐了别人，不推荐我？

我把那些被 AI 反复推荐的南昌本地店铺内容翻了一遍，发现它们并没有写什么惊天动地的文案，但都有一个共同点：内容是按用户提问的场景来组织的，不是按”我家有多好”来写的。

南昌用户的提问习惯，和其他城市有明显差异。这座城市的餐饮消费极重口味和场景：请客吃饭讲究”有面子”，家庭聚餐讲究”老人小孩都能吃”，夜宵场景讲究”有锅气、能喝酒”。家政服务则集中在几个高频需求：新房开荒、出租房退租打扫、春节前深度保洁。美业方面，南昌女性用户对纹眉、美睫的需求增长很快，但问法特别具体，比如”方圆脸适合什么眉形""敏感肌纹眉会不会过敏”。

如果你的内容还是”本店环境优雅、服务周到、价格实惠”这种废话，AI 拿来当答案素材，根本匹配不上用户的问题。

我帮南昌一家家政公司重新梳理过内容体系。他们原来的页面全是”专业保洁、价格优惠、24小时服务”这种模板话。后来改成这样：

每个页面都是一个场景化的答案模块。AI 在回答南昌用户的具体问题时，会把这些页面当作”现成的答案片段”直接引用。这套内容上线一个半月后，这家家政公司在多个 AI 搜索的南昌本地保洁推荐中，出现率从几乎为零提升到了前五。

餐饮同理。南昌的赣菜馆别只写”本店招牌菜”，要写”请客户吃饭，人均150以内，有包间，推荐莲花血鸭配瓦罐汤的菜单组合”。美业别只写”专业纹眉”，要写”第一次纹眉怕痛，南昌敏感肌女生选什么色料""方圆脸适合的眉形，有真实案例对比图”。

GEO 内容的核心不是”我们有多好”，而是”你的问题，我正好有答案”。 南昌用户问得越细，你的内容就要越”对题”。

AI 不信广告，它信”别人怎么说你”

内容铺好了，是不是就稳了？还没完。

去年我帮南昌一家美甲店做 GEO，场景化内容上了不少，AI 推荐量却始终上不去。排查了很久，发现一个致命问题：这家店在大众点评上有几条差评没处理，其中一条写着”做完美甲不到一周就掉了，客服还不回消息”。AI 抓到了这条评价，在回答用户时主动加了一句”但请注意，有用户反映该店售后响应较慢”。就这一句，直接劝退了大部分潜在客户。

AI 推荐南昌本地服务时，有一套”信任评分”机制。它没法实地体验，只能依赖网络上已有的信号来判断你靠不靠谱。这些信号包括：

南昌这座城市，本地生活类公众号和抖音探店达人的影响力特别强。南昌人信”熟人推荐”和”本地号推荐”，这种信任偏好也会传导到 AI 的信任评分里。我见过一个在船山路做小龙虾的店，就因为被本地生活号写了一篇”藏在老巷子里的宝藏龙虾店”，在 AI 搜索里被反复推荐，咨询量直接翻了一倍。

获取信任信号，几个关键动作：

第一，评价主动管理。 不是刷单，是设计一套”引导满意客户留下高质量评价”的流程。南昌人实在，做完服务觉得好，你递个二维码说”帮我们在大众点评写句真实感受，下次来送份白糖糕”，大部分人都愿意。评价内容越具体越好，别只写”很好”，要写”纹完眉毛像画了淡妆，同事都问在哪做的”。

第二，争取本地媒体和 KOC 的引用。 找南昌本地的美食号、生活号、探店达人合作，哪怕只是被提到一次。南昌的本地号生态很活跃，一篇推文的传播力可能比你想的强得多。

第三，差评必须公开回复，态度诚恳。 AI 会抓取商家回复。一个没有回复的差评，比差评本身更伤。回复时别模板化，要针对具体问题给出解决方案。这会让 AI 判定你是”负责任的商家”。

被推荐只是开始，南昌用户”没耐心”

最后一个环节，也是最容易翻车的地方。南昌本地商家做到 AI 开始推荐自己了，流量进来了，但转化率低得吓人。为什么？

因为用户从 AI 推荐过来的路径，和传统搜索完全不同。传统搜索，用户点进去会自己翻菜单、找电话。但 AI 推荐，用户往往是”被动获得答案”，看一眼 AI 给出的店名和简短描述，如果这段话没有立刻打动他，或者他不知道下一步该做什么，就直接划走了。

南昌用户还有一个特点：决策快，但耐心少。 这座城市的生活节奏不算慢，但消费决策很务实。用户问”青山湖区有没有能接急单的保洁”，如果 AI 推荐了你，但你的页面上找不到一键拨号，还要翻半天找联系方式，他大概率会关掉页面，换下一家。

所以必须设计一条”从 AI 推荐到成交的转化闭环”：

第一，优化你的 AI 展示片段。 很多 AI 搜索会抓取你页面的 meta 描述、店铺简介或用户评价中的一句总结。你要主动掌控这段文字。别写”欢迎光临”，要写清楚什么情况下选你、能得到什么结果。比如：“南昌急单保洁，30分钟内响应，带专业除螨设备，不满意不收费。”

第二，构建即时满足的对话路径。 在 AI 推荐可能触达的每个页面上，都放上即时沟通入口：微信客服链接、一键拨号、小程序直接预约。最好在页面里就给出一个快速决策选项：“不确定选什么服务？直接问在线客服，10秒给你方案。”

对于南昌的餐饮店，可以放一个”AI 推荐套餐”预订入口，直接连到点餐小程序。家政可以设置”AI 推荐用户优先派单”的提示。美业可以设计”AI 推荐专享体验价”落地页，扫码直接预约。总之，GEO 的终点不是排名，是把 AI 变成你的金牌销售。

常见问题

问：南昌本地商家做 GEO，需要投入很多钱吗？

答：GEO 的投入和传统广告投放逻辑不同。实体夯实和结构化数据部署，成本几乎为零，只需要花时间把各平台信息统一。场景化内容建设可以基于现有页面改造，不需要从零开始。真正需要投入的是信任信号建设，比如和本地号合作、引导用户评价，这部分可以根据预算灵活安排。整体来说，GEO 的启动成本远低于竞价投放，但需要持续投入精力。

问：我是开小店的，只有夫妻两个人，没精力搞这些怎么办？

答：小店做 GEO，优先做两件事。第一，把高德、百度地图、美团、大众点评上的信息统一，这是纯体力活，一次搞定长期受益。第二，在页面和店铺简介里写清楚”什么场景选你”，比如”南昌老城区30平小店，适合两三人吃顿实在饭”。小店的优势是灵活，场景化内容反而比大连锁更容易做出差异化。

问：AI 推荐的效果怎么衡量？

答：可以从三个层面看。第一，AI 搜索中出现率：在豆包、Kimi、微信搜一搜里用南昌本地用户的真实问法测试，看你的店是否被提及。第二，推荐点击转化率：通过落地页的 UTM 参数或专属二维码，追踪从 AI 推荐过来的用户行为。第三，非品牌咨询量：来电或在线咨询中，直接问”你们是不是 AI 推荐的那家”的用户占比。这三个指标能帮你判断 GEO 是否在起效。

延伸阅读

参考资料

  1. Aggarwal, P., et al. (2023). GEO: Generative Engine Optimization. arXiv preprint arXiv:2311.09735. https://arxiv.org/abs/2311.09735
  2. V哥AI增长. (2026). GEO 与 SEO 的区别：2026 年本地商家必须知道的搜索变革. https://vipke.com.cn/posts/geo-vs-seo-2026/
  3. Schema.org. LocalBusiness 类型文档. https://schema.org/LocalBusiness