本地商家的 AI 可见度：一套可落地的实操手册

为什么“附近”类提问是第一战场

“附近”类问题是本地商家能出现的、商业意图最重的提问。一个人输入“根特市晚间可预约的隐形矫正牙医哪家好”，说明服务、地域和限制条件都已经定了。AI 不是在给他做科普，而是在替他成交。

这类提问的行为逻辑也和宽泛的信息型查询完全不同。AI 助手会重度依赖结构化、机器可读的本地数据，因为只有这样它才敢确凿回答营业时间、地址、是否还接新患者这些问题。一篇写得再漂亮的“牙齿敏感怎么办”博客，也进不了“附近”类答案；一份完整且前后一致的商户档案才行。

由此得出的现实结论是：ChatGPT 本地搜索表现在很大程度上是个运营问题，而不是内容问题。你要做的是在为数不多的权威来源上维护自己的数据足迹，而 AI 会把这份足迹缝合成一条推荐。

Google Business Profile：你的权威主档

对几乎所有本地行业来说，Google Business Profile 都是公开网络上关于你这家商户保真度最高的描述，而且它的影响远远溢出 Google 自身。请把它当成产品规格书来对待，而不是一条“信息登记”。

有两个字段的作用被严重低估。主类目决定了你到底有资格进入哪类问题的答案 —— Google 官方关于提升本地排名的指引把类目准确性和资料完整度放在首位 —— 而服务列表则给了 AI 精确匹配某条具体提问所需要的词。一家主类目为“牙科诊所”、副类目含“美容牙科”和“急诊牙科服务”，并逐项列出美白、种植、当日修复的诊所，是“可被回答”的；一家类目写“医疗中心”、只有一段散文式简介的诊所，则不是。

规则也得守。Google 的商户信息呈现准则禁止在商户名称里堆关键词，并要求提供真实且有人值守的地址 —— 档案被停用或被合并，是从 AI 答案里彻底消失的最快方式，因为它们依赖的那份记录不存在了。

把营业时间保持真正的最新状态，包括节假日营业时间。当 AI 说“今天营业至 19:00”，它引用的就是这个字段；一次错误答案，损失的是那位已经开车过去的客户对你的信任。

• 主类目与你的核心服务完全对应，其余用副类目覆盖
• 每一项可收费服务都列出来，并使用客户真实会说的词
• 真实的营业时间、节假日时间，以及预约或下单链接
• 地址与门牌号的写法，和其他平台上完全一致
• 照片和简介中点明你服务的商圈与城市

评价：数量节奏、新鲜度，以及里面的具体用词

AI 用评价干两件不同的事：当质量信号，以及当可引用的具体证据。数量和平均分解决第一件，而第二件是大多数本地商家把价值白白留在桌上的地方。

新鲜度是硬约束。一家有 400 条评价、但最新一条已是 14 个月前的机构，读起来像已经歇业；而最近一个季度有 12 条评价，读起来就是生意兴隆。BrightLocal 的本地消费者评价调研长期发现，在挑选本地服务商之前看评价几乎是所有人都会做的一步；AI 的做法与此一致 —— 它会去总结自己能找到的最新那批评价。

用词和数量同样关键。如果你的评价只写“服务很好，人很热情”，AI 只能告诉别人你态度不错；如果写的是“牙冠裂了，当天就给我安排上了”或“Shopify 迁站和 Google Ads 投放一次性都搞定了”，AI 就有了针对某条具体提问的证据。索要评价时就把这份具体度要出来：“如果您有三十秒，可以提一下您这次做的是哪个项目。”

把索评做成可复用的动作 —— 就诊后发短信、前台放一张提示卡、项目交付两天后自动发一封邮件 —— 目标是细水长流，而不是集中爆发。每条评价都要回复，差评也回，因为你的回复文本同样会被收录，而且常被原样引用。

目录收录与 NAP：把矛盾全部清掉

名称、地址、电话。当这三项在网上互相打架时，AI 会打太极（“建议您再确认一下地址”），或者干脆把你从候选名单里剔掉，换上一家数据毫无歧义的商家。这是我们在本地 AI 可见度审计中见到的最常见的技术缺陷。

值得你亲自掌控的入口其实是有限的。Bing Places 供给 Microsoft Copilot 的本地数据层，Apple Business Connect 供给 Apple Maps 及其周边生态。除此之外，把你所在垂直行业的做对：牙科或理疗机构要保证国家级医疗名录和保险网络列表无误；营销机构则要让各类代理商目录和平台档案与官网口径一致。

然后去清理陈旧的重复条目。2019 年搬办公室留下的旧地址、还没开总机时用的个人手机号、一个废弃的第二个 Facebook 页面 —— 每一个都是 AI 可能翻出来的矛盾点。把你的电话号码和旧地址加上引号去搜一遍，能找回的就修好或认领掉。

一条规则就能让它长期可维护：为名称、地址、电话各定一个唯一的标准写法，写下来，之后所有地方都用这一串字 —— 连“3 号铺”还是“3号铺”这种细节都要统一。

网站的职责：把实体讲清楚，而不是再发博客

你的官网不是“附近”类答案的第一来源，但它是 AI 核验和补全外部信息的地方。有三件事回报最高。

第一，机器可读的结构化数据。上线 LocalBusiness 结构化数据 —— 或者用 schema.org 上更精确的类型，比如 Dentist 或 MedicalClinic —— 填入与外部一致的 NAP、营业时间、经纬度坐标，以及指向各平台档案的 sameAs 链接。这是最省钱地把“你是谁、你在哪”说清楚的办法。

第二，每个服务 × 每个地点一个页面，而且要按“答案”的写法写。“安特卫普急诊牙医”这个页面应该有价格区间、营业时间、接诊流程和覆盖商圈，而不是一段泛泛的门诊介绍。AI 提取的是段落，那就把段落写成可提取的样子。

第三，放开爬虫。如果你的防火墙或机器人规则拦住了这些助手的爬虫，你就等于主动退出了补全环节。别靠猜 —— 去查 robots.txt 和 CDN 的机器人管理设置。

本地老板真正该盯的那些提问

排名追踪在这里没法直接迁移。能迁移的是一份固定的提问集 —— 用客户自己的话问出来的问题 —— 按固定周期在每个 AI 助手上复跑，并记录你是否出现、出现在第几位、被怎么描述。

按四类各建 15～30 条提问。措辞保持自然，清单保持稳定，这样月度对比才有意义。

牙科诊所可以是：“[城市]附近哪家牙医好”“[城市]现在还开着的急诊牙医”“[商圈]有谁做隐形矫正”“[城市]支持[某保险]的牙医”“[你的诊所] 对比 [竞品诊所]”“[你的诊所]适合怕看牙的患者吗”。理疗机构则换成“附近的运动康复理疗”“[城市] 前交叉韧带术后康复”“[地标]附近做干针的理疗师”。营销机构可以是：“[城市]给牙科做 SEO 最好的机构”“附近排名前 5 的营销公司”“[你的机构] 口碑怎么样”“[竞品] 的替代选择”。

然后去读失败模式，因为不同模式对应完全不同的修法：名单里根本没有你，问题多在类目和目录收录；出现了但描述有误，问题在商户档案和网站文案；出现了但被加了保留（“营业时间可能有变动”），问题在数据冲突；在 Perplexity 里有、在 ChatGPT 里没有，问题在来源覆盖面。这正是 Growli（我们的产品）在做的自动化 —— 它会把你的提问集在主流 AI 助手上跑一遍，记录它们引用了哪些来源，并把规律转成一份按优先级排序的整改清单。如果你想了解超出本地场景的更宏观框架，可以看我们这篇 AI 可见度。

一套跑得住的 30 天节奏

本地 AI 可见度是悄无声息地退化的：员工改了电话号码，某个目录导入了旧数据，前台一忙评价就断流。解法是一个短周期的循环，而不是一次性项目。

第一周：定下标准 NAP，审计并补全 Google Business Profile，认领 Bing Places 和 Apple Business Connect。第二周：上线 LocalBusiness 结构化数据，把最重要的三个“服务＋城市”页面重写成直接给答案的形式。第三周：把索评动作跑起来，并写好“请点名具体项目”的话术。第四周：跑一遍提问集作为基线，把 AI 引用的每一个来源都记下来。

之后转为月度：复跑提问集、对比差异、追查任何新出现的数据矛盾，并检查评价新鲜度有没有停滞。对大多数单店商家来说，每月九十分钟就够了 —— 而这就是“成为被念出来的三个名字之一”和“在对话里根本不存在”之间的差别。

FAQ