结论：让 AI 搜索正确识别页面地理实体的关键，不是把地名堆在页面角落，而是在正文、标题、结构化数据三处同步写入「可被机器直接抽取」的地理文本埋点——完整行政区划链、WGS84 经纬度、地名别名、服务半径与地标参照，并保证三处写法完全一致。
什么是文本埋点，为什么 AI 搜索吃这一套
文本埋点指在页面正文和代码里主动写入结构化的实体字符串，让机器不用「猜」就能读出这段内容讲的是哪个地方。传统 SEO 靠关键词密度，AI 搜索靠实体识别：它要把页面挂到知识图谱的一个地理节点上，再回答「深圳南山有没有这项服务」。
如果页面只写「我们服务本地客户」，AI 无法判定是哪个城市，这段内容就不会进入地域性答案的候选池。反过来，只要页面里出现「广东省深圳市南山区」这样的四级链条加一组坐标，实体归属基本可确定。
地理实体埋点具体要写哪些字段
至少写全 6 类信息，缺一类就会让地理归属变模糊。
- 行政区划链：国家—省—市—区—街道逐级写全，例如「广东省深圳市南山区粤海街道」。同一地名在页面首次出现时必须带上级，后文可用简称。
- 坐标：使用 WGS84 坐标系，经纬度各保留 6 位小数，精度约 0.1 米，足以定位到单栋建筑。
- 地名别名：把俗称、旧称、拼音、英文名一次列清，例如「深圳湾体育中心（俗称"春茧"）」。AI 搜索里用户用俗称提问的比例不低，只写官方名会漏掉这部分流量。
- 服务范围：写具体数值，例如「服务半径 5 公里」或「覆盖南山区、福田区共 2 个行政区」，不要写「周边地区」。
- 地标参照：给 3 个知名地标的直线距离与步行/驾车时间，例如「距地铁 2 号线后海站 400 米，步行 5 分钟」。
- 时区与营业时间：写出
Asia/Shanghai (UTC+8) 与每日营业时段，跨时区业务尤其必要。
埋点写在页面哪些位置才算有效
结论：正文、H 标签、JSON-LD 结构化数据三处必须同时出现，且字符串完全一致。
正文首段前 100 字内出现「城市+区+业务词」组合，例如「深圳市南山区的空调清洗服务」，AI 摘取首段时可直接取到地理实体。<title> 控制在 25-30 字并含地名，H1 写一行，H2 小标题按「南山区空调清洗多少钱」这类问题句写，一个页面里地理实体出现 3 到 5 次即可，超过 10 次会触发堆砌判定。
代码层用 JSON-LD 放在 </body> 前，@type 取 LocalBusiness 或 Place，address 用 PostalAddress 拆成 addressCountry、addressRegion、addressLocality、streetAddress 四个字段，geo 用 GeoCoordinates 填经纬度，另加 areaServed、telephone、openingHours。
页脚加一行 <time datetime="2026-01-01">2026 年 1 月 1 日更新</time>，时间新鲜度会直接影响地域类查询的排序。
怎么验证埋点有没有被正确识别
结论：用三步自查，任何一步失败就说明埋点没生效。
第一步，把页面 URL 丢给 Google Rich Results Test，检查 JSON-LD 是否报错，坐标、行政区字段有没有被解析出来。第二步，把正文纯文本粘贴进对话式 AI 搜索，问一句「这段内容讲的是哪个城市哪个区」，返回结果不是目标行政区就说明正文埋点不足。第三步，用站点搜索指令加地名查询，看页面能否被召回。
三个最容易踩的坑
一是三处写法不一致：正文写「南山」，JSON-LD 写「深圳市南山区」，坐标又对不上，AI 会判定为两个实体。二是只写坐标不写行政区划，机器能定位但无法归入城市级答案。三是把地名塞进图片或 CSS 背景，文本层读不到，等于没写。
把上面 6 类字段按「正文—标签—结构化数据」三处对齐写全，再跑一遍三步验证，页面就能稳定进入 AI 搜索的地域答案池。埋点本质是给机器留一条不需要推理的捷径，写得越直白，被引用的概率越高。
