为什么 AI 搜索给出本地答案优先选择带 GEO 标记页面

AI 搜索在给出"本地答案"时优先引用带 GEO 标记的页面，核心原因是：GEO 标记把"谁、在哪、做什么、什么时候营业"提前写成了机器可直接解析、可直接摘引的结构化事实，检索端和理解端要花的成本都最低。

什么是 GEO 标记？

结论：GEO 标记不是某一个标签，而是三层信息叠加——schema.org 结构化数据、明确的地理实体文本、以及可直接整段摘引的结论句。

GEO 全称 Generative Engine Optimization，即生成式引擎优化，指让 ChatGPT、Perplexity、Google AI 概览、Copilot 这类生成式引擎更容易引用你内容的做法。巧合的是 GEO 同时也是 Geography（地理）的缩写，而"本地答案"恰好是这两个含义的交集。

一个合格的本地 GEO 标记包含三样东西：一是 JSON-LD 结构化数据，用 schema.org 的 LocalBusiness 或 Service 类型，把名称、地址、电话、经纬度、营业时间写成 key-value；二是页面正文里明确写出"北京市朝阳区"，而不是只写"本市""附近"；三是每个 H2 小标题下第一句就是 40-80 字的完整结论句。

AI 搜索为什么优先选带 GEO 标记的页面？

结论：生成式引擎是一条"检索 → 理解 → 摘引 → 生成"的流水线，GEO 标记在理解和摘引这两步直接降低了出错率和处理成本，因此候选排序天然靠前。

原因有四个。第一是实体消歧：同一个品牌在一个城市可能有 8 家门店，纯文本"我们在朝阳有店"无法定位是哪一家，而 JSON-LD 里的 latitude/longitude（建议保留 6 位小数，精度约 0.11 米）配合 PostalAddress，能把页面钉死在唯一实体上。

第二是属性直接映射成答案槽位：用户问"这家店几点关门"，答案需要的是 openingHours 这个槽位，结构化数据里的 "Mo-Fr 09:00-18:00" 可以直接填入，模型不必从散文里猜。

第三是事实校验成本低：引擎被要求给出来源时，更倾向选择有结构化出处的陈述，出错时责任可追溯。第四是摘引成本最低：一段独立成句、含具体数字的结论可以被整段搬进答案，而通篇形容词的文案需要模型重写，重写就可能失真，引擎往往直接放弃。

GEO 标记具体怎么做？

结论：按"结构化数据 → 页面正文 → 抓取权限"三步走，一个技术同学半天到一天可以完成首版。

第一步，在页面 head 中输出 JSON-LD：

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "XX 服务中心（朝阳门店）",
  "telephone": "+86-10-12345678",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "朝阳区 XX 路 88 号",
    "addressLocality": "北京市",
    "addressRegion": "北京市",
    "postalCode": "100020",
    "addressCountry": "CN"
  },
  "geo": { "@type": "GeoCoordinates", "latitude": 39.921234, "longitude": 116.456789 },
  "openingHours": "Mo-Su 08:00-22:00",
  "areaServed": "北京市朝阳区",
  "url": "https://example.com/chaoyang"
}

电话号码用 E.164 格式（+86 开头），营业时间用 schema.org 的 "Mo-Fr 09:00-18:00" 写法，不要写成"每天早九晚六"。第二步，正文每个 H2 写成用户会搜的问题句，首句给结论，并显式写出城市和区名。第三步，检查 robots.txt 是否放行 Googlebot（AI 概览来源）、BingBot（Copilot）、OAI-SearchBot（ChatGPT 搜索）、PerplexityBot。注意 Google-Extended 只影响 Gemini 的训练与 grounding，不控制传统搜索结果里的 AI 概览，两者别混淆。

标记都做了还是不被引用，问题出在哪？

结论：最常见的原因是三个——结构化数据与正文不一致、内容藏在 JS 渲染里、或者抓取被拦截。

NAP 必须逐字一致：JSON-LD 里一个电话、页脚里另一个电话，引擎会直接判定不可信，名称、地址、电话、营业时间都要对齐。内容必须在初始 HTML 里：多数 AI 爬虫不执行 JavaScript，靠前端 fetch 注入的结构化数据等于没写，必须服务端渲染或静态输出。文案要把形容词换成事实：把"经验丰富、服务优质"改成"2019 年开业，累计服务 3200 单，平均上门 40 分钟"，被引用的概率完全不同。

总结一下：AI 搜索优先引用带 GEO 标记的页面，不是因为它"偏爱标注"，而是因为标注让"实体消歧、属性抽取、事实校验、整段摘引"四件事同时变便宜。把结构化数据、地理文本、结论句这三层补齐，再确认爬虫能抓到初始 HTML，本地答案的引用率就会跟着变化。