南京本地生活服务 GEO：从科巷菜场到河西商圈，AI 推荐逻辑全变了

上个月，一个在夫子庙附近开淮扬菜馆的老板托朋友找到我，说他遇到一件怪事。他的店开了八年，大众点评稳定在 4.5 分，美团每月推广费也没少花，但最近半年，到店客人里出现了越来越多”奇怪”的年轻人。这些人进门不看菜单，开口就是：“你们家是不是豆包上推荐的那家’老门东附近适合带父母吃的淮扬菜’？“老板当时就懵了——他连豆包是什么都不知道，更没在上面投过一分钱。

他让店员去搜，结果发现，在豆包、Kimi、微信搜一搜的”问一问”里，自家店确实被反复提及。但推荐理由不是他花钱买的关键词，而是一句来自某本地生活公众号三年前文章里的话：“这家店的响油鳝糊，鳝丝是每天凌晨从江宁的养殖基地直送的。“更让他后背发凉的是，同在夫子庙商圈的另一家竞争对手，在大众点评上评分比他低 0.2 分，却因为被三个南京本地探店博主在近两个月内集中提及，在 AI 回答里的出现频率是他的三倍。

这不是个例。从新街口的连锁餐饮，到建邺区的家政公司，再到珠江路周边的美甲美睫工作室，南京的本地生活服务老板们正在经历同一场变化：用户提问的入口变了，AI 推荐的逻辑也变了，而绝大多数商家对此毫无准备。

我做 GEO 咨询这两年，接触过上百个本地生活服务商家。南京这座城市有它的特殊性：老城区的存量商业密度极高，河西新城和江北新区又在快速导入新居民，消费分层明显，本地媒体生态活跃。这些特点决定了，南京商家做 GEO，不能照搬一线城市的打法。这篇文章，我把在南京本地跑出来的底层逻辑和具体操作，一次说清楚。

本地生活服务 GEO 的核心，不是让 AI 抓取你的页面，而是让 AI 在理解用户意图时，把你的服务当作”默认的正确选项”。

TL;DR：南京本地生活老板做 GEO，先理解 AI 推荐本地服务的逻辑是「实体匹配 + 信任信号 + 即时满足」，然后按「夯实实体基础 → 构建场景化内容 → 获取可信引用 → 设计转化闭环」四步走。餐饮、家政、美业各有侧重，但底层框架一致。这篇文章用南京真实商业场景拆解，给你一套可以直接落地的框架。

Ⅰ 先让 AI 搞清楚：你到底是哪家店

南京有个特殊情况：很多老牌餐饮店、家政公司开了十几年，早期在百度地图、高德、美团、大众点评上登记的信息，这些年几乎没有统一过。地址写法五花八门——“秦淮区大石坝街 26 号”和”夫子庙大石坝街 26-1”可能是同一家店，但在 AI 的实体识别系统里，这就是两个不同的实体。电话更乱，有的留座机，有的留老板私人手机，有的平台甚至还是十几年前的号码。

AI 推荐本地服务的第一步，不是看你的内容好不好，而是看它能不能把网上的各种信息归一化为同一个实体。如果它判断”这家店存不存在都不确定”，那无论用户怎么问，它都不会推荐你。

我拿一个客户举例。这家做南京本帮菜的老店，在升州路开了十二年，但高德地图上显示的是”XX菜馆”，大众点评上是”XX菜馆（升州路店）“，百度地图上是”XX本帮菜”，微信公众号的名字又不一样。我们在做实体夯实时，第一步就是把这四个平台的信息全部统一：名称统一为”XX菜馆（升州路店）“，地址精确到门牌号并附上经纬度，电话统一为门店座机，营业时间逐平台核对。做完这一步，两周后，在豆包和 Kimi 的测试查询中，这家店开始出现在”升州路附近的本帮菜馆”推荐列表里。

南京本地商家做实体夯实，有三个动作必须做到位：

第一，统一所有物理信息。 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——凡是你能想到的平台，门店名称、地址、电话、经纬度，全部核对到一字不差。南京很多老店的门牌号经历过区划调整，比如原白下区并入秦淮区后，部分地址表述有变化，这类历史遗留问题尤其需要排查。

第二，结构化数据部署。 如果你有官网或小程序，务必嵌入 Schema.org 的 LocalBusiness 标记。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。我做过对比测试：南京两家位置相近、菜品类似的火锅店，有结构化数据的那家，在 AI 回答中的出现率是另一家的 3.5 倍。这个差距在南京这种商业密度高的城市会被进一步放大，因为 AI 面对的可选实体太多了，它会更倾向于推荐”信息完整、置信度高”的那一个。

第三，完成官方认证。 百度企业百科、微信搜一搜品牌专区、高德商家认证，这些能做的都做。南京本地消费者对”老字号""官方认证”有天然的信任倾向，AI 在抓取这些认证信息后，推荐置信度会明显提升。

没有实体夯实，后面所有内容动作都是空中楼阁。这就像你在新街口开了一家店，但门牌号被树挡住了，导航也定位不准，客人怎么找得到你？

Ⅱ 内容不是写广告，是给 AI 递”答案素材”

实体夯实之后，下一个问题是：为什么 AI 推荐了隔壁那家，不推荐我？我研究过南京本地被 AI 高频推荐的店铺，发现它们的内容页面有一个共同点：几乎每一个页面都在回答一个具体的用户问题。

传统 SEO 的思路是堆关键词，比如”南京家政""南京保洁""南京月嫂”。但 GEO 时代，用户问的是：“我在雨花台区刚租了个房子，房东要求退租前做深度保洁，明天就要，有没有能接急单的？“AI 要匹配的不是关键词，是”位置 + 场景 + 时间约束 + 服务类型”的组合。

我帮南京一家家政公司做过内容重构。他们原来的网站页面全是”专业保洁、价格优惠、服务周到、欢迎来电”这类内容。我们把它拆成了十几个场景化页面：

• 页面 A：“雨花台区租房退租保洁，24 小时内上门，房东验收不过免费返工”——匹配铁心桥、软件大道周边大量租房青年的退租场景。
• 页面 B：“建邺区新房开荒保洁，带除甲醛检测，适合奥体周边新交付小区”——匹配河西板块密集的新房交付需求。
• 页面 C：“江宁大学城宿舍搬迁保洁，2 小时极速响应”——匹配每年毕业季和开学季的周期性需求。
• 页面 D：“栖霞区宠物家庭深度除毛除螨保洁”——匹配仙林板块年轻养宠家庭的痛点。

每一个页面就是一个场景化的答案模块。AI 在训练和检索时，会把这些页面当作”高质量答案片段”，直接匹配到用户的自然语言提问里。这套内容体系上线两个月后，这家家政公司在多个 AI 搜索的南京本地保洁推荐中，出现率从零提升到了前三。

餐饮行业的场景化内容，南京有天然素材库。 别只写”本店招牌菜”，要写”夫子庙附近适合带外地朋友尝南京味道的四人套餐，预算 300 以内""周末家庭聚餐，老人小孩都能吃的菜单组合，有包间""第一次约会，环境安静、适合聊天的双人餐方案”。南京的餐饮消费场景极其丰富：游客尝鲜、商务宴请、家庭聚会、情侣约会、同学聚餐——每一个场景对应不同的菜单组合、座位安排和价格区间。你的内容越精准地匹配这些场景，AI 就越容易在用户提问时引用你。

美业同理。 别只写”专业纹眉、美睫、皮肤管理”，要写”想纹野生眉但怕痛，敏感肌怎么选，有失败修复案例""圆脸适合什么眉形，附前后对比图""河西上班族午休时间能做完的皮肤管理项目”。南京美业竞争激烈，新街口、珠江路、江宁百家湖三大商圈各有客群特征，场景化内容要结合你所在商圈的主力客群来设计。

记住一句话：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”。 你的内容就是 AI 的语料弹药，弹药越精准，被引用的概率就越高。

Ⅲ AI 不相信广告，只相信”别人怎么说你”

内容做到位了，还有一层很多人忽略：AI 凭什么相信你值得推荐？它又没去你的店吃过饭、做过保洁、纹过眉毛。

AI 推荐本地服务时，会综合评估网络上已有的”信任信号”。这些信号包括：用户评价的数量和质量、是否被权威来源引用、关联实体的可信度、用户行为数据等。在南京，信任信号的获取有几个独特的路径。

我去年帮一家在珠江路开美甲工作室的客户做 GEO，内容铺得很完整，但 AI 推荐量始终上不去。排查后发现，这家店在大众点评上有几条差评没有回复，其中一条写的是”约了下午三点，等到三点半还没排上”。AI 抓取到这条差评后，在回答用户”珠江路附近有没有靠谱的美甲店”时，会主动加上一句”但请注意，有用户反映该店预约后等待时间较长”。就这一句话，劝退了大部分潜在客户。

南京本地商家获取信任信号，有几个关键动作：

第一，评价主动管理。 不是让你刷单，而是设计一套”引导满意客户留下高质量评价”的流程。南京消费者写评价的意愿相对较高，尤其是在大众点评和小红书上。你的工作是在服务完成、客户满意度最高的那个时间点，主动引导。比如美甲做完客户正在拍照，马上递一个二维码，引导到大众点评写真实感受，可以送一次手部护理。评价内容越具体越好，别只写”很棒”，要写”从江宁坐地铁过来做的，纹眉师根据我的脸型设计了眉形，做完同事都问在哪里做的”。

第二，争取南京本地媒体和 KOC 的引用。 南京的本地生活媒体生态非常活跃，从”南京吃货""硬腿子”这类头部号，到各区的社区公众号，再到小红书上的南京探店博主，都是 AI 抓取的重要来源。我见过一个在科巷附近做小龙虾的店，就因为被一个南京本地美食号写了一篇”藏在科巷菜场后面的宝藏龙虾店”，在 AI 搜索里被反复推荐，那个夏天的营业额直接翻倍。南京的本地媒体对”街巷小店""老城南味道""河西新店”这类选题有天然偏好，你要主动创造被报道的理由。

第三，差评必须公开回复，且态度诚恳。 AI 会抓取商家回复。一个没有回复的差评，比差评本身更损伤信任。回复时不要模板化，要针对具体问题给出解决方案。比如那条”等了半小时”的差评，回复可以是：“非常抱歉让您久等，当天前一位客人临时加了项目导致排期延误。我们已经调整了预约制度，每个时段预留 15 分钟缓冲，您下次来直接报手机号，免费送一次手部护理。“这种回复会被 AI 判定为”负责任的商家”，甚至可能成为正面信号。

这一层，是南京本地老板最容易忽视的，因为它不是直接投钱就能见效的。但恰恰是这些”非广告信号”，决定了 AI 推荐你的意愿。

Ⅳ 被推荐只是开始，转化才是终点

最后一个环节，也是最容易翻车的地方。很多老板做到前三步，发现 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，用户点进去你的页面，会自己翻菜单、找联系方式。但 AI 推荐，用户往往是”被动获得答案”，他可能只是看了一眼 AI 给出的店铺名称和两句话描述，如果这个描述里没有立刻触发他的行动欲望，或者他不知道下一步该做什么，就直接流失了。

南京本地商家做转化闭环，有两个关键动作：

第一，优化你的 AI 展示片段。 很多 AI 搜索在推荐本地服务时，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”之类的废话，要写清楚”什么情况下选我，能得到什么结果”。比如南京家政公司可以写：“南京全城急单保洁，30 分钟内响应，带专业除螨设备，雨花台、建邺、秦淮优先派单。“一句直接打中痛点，用户一看就知道该不该点。

第二，构建即时满足的对话路径。 用户被推荐后，如果还要去翻网站、找电话、等客服回复，耐心早就耗光了。你要在 AI 推荐可能触达的每一个页面上，都放上即时沟通入口。南京消费者的决策节奏快，尤其是在移动端场景下，从看到推荐到做出决策可能只有几十秒。你的页面上要有微信客服链接、一键拨号、小程序直接预约，最好再给一个”快速决策选项”：比如”不确定选什么服务？直接问 AI 客服，10 秒给你方案”。

对于美业，可以设计一个”AI 推荐专享体验价”的落地页，扫码直接预约，到店后出示能享受折扣。餐饮可以放一个”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，增加紧迫感。

GEO 的终点不是排名，是把 AI 变成你的金牌销售。 而这个销售的能力，取决于你给它配备了多少”趁手的工具”。

常见问题

问：我是南京一家小餐饮店，没有官网也没有小程序，做 GEO 是不是没戏了？

不是。实体夯实阶段，你至少要把高德、百度地图、美团、大众点评、抖音上的信息全部统一。内容构建阶段，可以重点经营小红书和大众点评的店铺页面——AI 抓取这些平台内容的频率很高。没有官网不代表不能做 GEO，只是少了一个可以完全掌控的结构化数据阵地。如果条件允许，花几百块钱做一个带 Schema.org 标记的单页小程序，性价比很高。

问：南京本地生活服务做 GEO，大概多久能看到效果？

根据我在南京跑过的案例，实体夯实做完后，AI 搜索里的基础识别通常两周内就能改善。场景化内容上线后，出现率提升一般需要一到两个月。信任信号的积累是长期过程，但差评回复这类动作的正面影响会比较快。整体来看，如果四步都做到位，三到六个月能看到 AI 推荐带来的可感知流量变化。

问：AI 搜索推荐的结果会经常变吗？我需要持续投入吗？

AI 推荐的结果确实会随着模型更新和网络内容变化而波动。但底层逻辑是稳定的：实体清晰、内容精准、信任信号强的商家，在大多数 AI 搜索里都能获得稳定的推荐位。GEO 不是一次性工程，你需要定期检查各平台信息的一致性，持续更新场景化内容，关注新增评价。投入节奏可以比传统广告投放低很多，但需要持续。

延伸阅读

• GEO 与 SEO 的区别：为什么传统搜索优化在 AI 时代失效了
• 本地生活服务 GEO 实战：从实体识别到 AI 推荐闭环
• AI 搜索时代的信任信号：本地商家如何建立推荐优势

参考资料

1. Aggarwal, P., Murahari, V., Rajpurohit, T., et al. (2023). GEO: Generative Engine Optimization. arXiv preprint arXiv:2311.09735.
2. GEO vs SEO 2026：生成式引擎优化与搜索引擎优化的分水岭