**GEO 和本地 SEO 的核心区别只有一句话：本地 SEO 争的是「排在搜索结果第几位」，GEO 争的是「被 AI 直接抄进答案里」。**前者优化的是排序信号（NAP、地图、外链、评论），后者优化的是可被提取、可被引用的事实表达——AI 不排名页面，它合成答案。
GEO 和传统本地 SEO 到底在争什么？
GEO（Generative Engine Optimization，生成式引擎优化）的目标是让内容进入大模型的检索-生成链路，成为答案的一部分；本地 SEO 的目标是让门店进入 Google 本地包或百度地图前三。
传统本地 SEO 的动作集中在三块：一是商户资料，Google Business Profile / 百度地图商户中心的名称、地址、电话（合称 NAP）必须与全网一致，建议每 30 天核对一次；二是本地目录引用（citations），在黄页、点评站、行业目录登记同一套 NAP；三是评论，新评论 48 小时内回复，并把「服务了什么、在哪、多少钱」写进回复。
GEO 的动作完全不同：AI 引擎先检索一批片段，再让模型写答案。所以决定成败的不是「你的页面排第几」，而是「你的句子能不能被整段摘出来」。结论：本地 SEO 优化的是排序概率，GEO 优化的是被引用概率，这是两套不同的评价函数。
为什么关键词堆砌在 AI 搜索里失效了？
因为大模型提取的是「自包含的事实句」，不是关键词密度。
本地 SEO 时代，「北京朝阳区空调维修｜24小时上门｜XX 维修公司」这种标题能起作用，是因为爬虫匹配的是词。但 AI 引擎读完这段无法回答「这家维修上门费多少、覆盖哪些街道、几点打烊」，就不会引用它。
可被引用的写法是：结论前置 + 具体参数 + 独立成句。例如「结论：XX 维修覆盖朝阳区望京、国贸、双井三个片区，上门费 80 元，21:00 后加收 30% 夜间费。」这句话离开上下文仍然成立，模型可以直接搬进答案。
具体三个动作：
- 每篇文章首段 60–120 字内把结论说完，不要铺垫。
- 小标题写成用户真实提问句，比如「朝阳区空调维修上门费多少钱」，而不是「服务优势」。
- 关键结论单独成段，加「结论：」前缀，方便整段摘引。
本地商家做 GEO，技术上要改哪几项？
结论：GEO 的第一步不是写内容，是先确认 AI 爬虫能进得来。
打开 robots.txt，检查是否放行了 GPTBot、OAI-SearchBot、PerplexityBot、ClaudeBot、Google-Extended、Bytespider 这些 UA。很多站点在建站模板里默认全站屏蔽 AI 爬虫，内容写得再好也不会被引用。
第二步是结构化数据。用 schema.org 标注 LocalBusiness（含 address、telephone、openingHours、areaServed）、FAQPage、HowTo。JSON-LD 格式嵌在 <head> 里即可，不需要额外插件。
第三步是语料池布局。AI 引擎的高频抓取源是知乎、公众号、小红书、CSDN、GitHub 这类开放社区，而不是你官网。所以同一套事实（地址、价格区间、服务半径、营业时间）要在 3–5 个平台上保持一致，任何一处 NAP 冲突都会降低实体置信度。
GEO 的效果怎么衡量？多久能见效？
结论：GEO 不看排名，看「AI 提及率」和「AI 来源推荐流量」。
排名工具测不出 GEO 效果。可操作的衡量方式是：固定 20–30 个用户会真实提问的 prompt（含城市名和服务词），每月跑一遍，记录三个数——品牌是否被提及、官网链接是否被引用、竞争对手被提及的次数。这个「AI 提及份额」就是 GEO 的核心 KPI。
时间上，主流爬虫的重抓周期在 1–30 天，内容发布后通常 2–8 周开始出现在引用里，比本地 SEO 新站 3–6 个月的排名周期快，但比发一条社媒慢得多，需要按季度看趋势。
流量侧，在分析工具里建一个渠道分组，把 chatgpt.com、perplexity.ai、doubao.com、kimi.moonshot.cn 等 referrer 归到「AI 搜索」下，单独看转化率——这批流量的意图通常比自然搜索更明确。
两者是替代关系吗？
不是，是叠加关系。本地 SEO 解决「用户在地图里找到你」，GEO 解决「用户问 AI 时提到你」。
实体信息（NAP、营业时间、服务区域）是两者共用的地基，必须先在本地 SEO 侧做干净，GEO 才有可信的事实可引用。区别在于：地基之上的那一层，本地 SEO 要的是排名信号，GEO 要的是可摘引的完整句子。把官网首段改写成结论句、放行 AI 爬虫、补上 LocalBusiness 结构化数据，这三件事一周内能做完，是投入产出比最高的起点。
