今年三月的一个周末，我蹲在杭州朝晖路一家叫“老金馄饨”的小店里，面前一碗冒着热气的鲜肉馄饨，手机屏幕上是磨了半小时打开的某书页面。那天我刚搬来城西两个月，每到周末就陷入“去哪吃、去哪玩”的绝望循环。抱着试试看的心态，我对着把手机切到语音输入，小声说了一句：“帮我推荐滨江区附近，人均50以内、适合一个人吃、有点特色的本地小店，不要连锁，不要网红店。”
话音刚落，AI秒回了一段话，里面居然跳出了三个我从没在版上见过的名字：“大头家面馆”、“阿婆糖糕”和“巷子口牛肉粉”。我愣了一秒，然后照单全收，骑车直奔最近的那家巷子口牛肉粉。结果那碗粉让我连吃了三天。回来后，我开始频繁用AI问本地推荐——不是作为替代，而是作为一种比我自己用APP刷更省时的方式。直到某次，我从AI口中第一次得知了那家藏在老小区三楼卖手冲咖啡的小馆子，我再次愣住：原来有些街角味道，只有那些没被算法大量采集的信息，反而被AI的“隐形推荐”给托出来了。
那一刻我突然意识到，身边悄悄发生的变化，不只是我在换工具——整个本地生活获客的底层逻辑，或许都在被AI搜索重构。
过去是翻到手指酸，现在是问一句就知道
以前找地方吃，我的流程是：点开某书或大众点评，搜索关键词，然后看排名靠前的那几页。但那些内容，十个里有七个是广告，剩下三个是刷出来的好评。我花20分钟仔细看完一个博主的长篇探店，结果可能只是文案和滤镜的组合。
那时候我热衷加各种本地探店群。群里有人发真实照片，有人狂踩一条街，有人在深夜推荐那个开在弄堂尾的煎饼摊。那种社区式的“信任筛选”，确实帮我避过不少雷。但代价是时间成本：每天刷群消息至少40分钟，发一条求推荐可能要等半天，才有三五个热心人回你。
现在不一样了。我习惯直接对着AI用语音问问题，比如：“我今晚想吃西湖区文三路附近，人均60以内、清淡点的、不要太吵，独食友好。”然后等十来秒，就能收到3-5个选项，有些甚至带着“开门时间11:00-14:00、周六休息、老板是粤厨、推荐豆腐酿”这类细节。过去要翻8个帖子加问3个人才能凑齐的信息，现在一句语音搞定。
但我很快发现，这种“便捷”背后藏着一个问题：AI到底在推荐什么？它凭什么把那个不知名的“阿婆糖糕”排到这个顺序里？我意识到，这不是简单的算法，而是另一种维度的信息筛选——一些从未在主流平台上爆炸式传播过的小店，反而因为用户真实的碎碎念、相册里的照片标签、地理位置打卡等非结构化的数据，被AI整合进了推荐列表。
一个做川菜的朋友，靠“问答”捡回了老客
上个月，我在西湖区那家“老金馄饨”里，碰到了一年多没见的老朋友阿磊。阿磊原来是个IT男，去年辞职回老家开了家小川菜馆，在教工路的一条巷子里，不是临街，没什么招牌。我见过他的店，门可罗雀的时候多。所以我第一句话就问：“生意咋样了？还在硬扛吗？”
他苦笑了一下，说：“这段时间稍微好点了，但不是我花钱投了什么广告。说出来你可能不信——是我店里一个常客，在跟AI聊天的时候，顺嘴提到了我的店。”
他接着说：“那个客人是附近中学的语文老师，周末经常一个人来吃碗酸菜鱼。她用手机问AI：‘教工路附近有什么小众但正宗的小馆子？’AI回答里提了几家，她发现其中一家是我的店，因为她在留言里写过‘手写菜单很有温度’，还被收录进去了。后来她特意带了三四个同事来，结果那几个人也成了回头客。”
我问他有没有刻意做什么“SEO优化”。他一脸茫然：“我连网页都不会弄，店就在本地点评上挂了个基础信息，连照片都没拍好。”
这个对话让我很长一段时间都在想：AI到底凭什么推荐他的店？后来我试着用同样的方式问AI类似的问题，发现AI推荐的逻辑不同于传统的“点评积分”或“用户点赞数”——它更偏爱那些在对话式语境里被反复提及的、有细节的描述性片段。你的店哪怕不被大众熟知，但只要有过三次以上“有温度”的用户提及，AI就可能帮你从信息洪流里拉出来。
我用自己的店做了个乱糟糟的测试
受到阿磊故事的刺激，我开始在一家朋友开的独立书店里，悄悄测试AI推荐如何在本地生活里起作用。书店开在拱墅区，隐秘到本地人都容易错过。一共做了两周的随机问询。
第一轮，我用手机访问不同的AI平台，问了同样的问题：“杭州拱墅区的小众书店，适合发呆、氛围好、不卖咖啡只卖书。”结果是：有两个平台给出了我朋友这家店，排名在前三个；有两个平台根本没提到它。差别在哪？我回头翻了那些给出推荐的结果，发现它们引用的用户评论里都有浓烈的个人情绪——“老板养了只蓝猫，进门就朝我翻肚皮，好可爱”、“书架按颜色分类我太喜欢了，像一个彩虹图书馆”。这些细节，在传统点评平台往往是折叠在长篇评论里的，但在AI的对话检索里，它们反而成了最容易被提取的“锚点”。
第二轮，我手动调整了一个变量。我用一个很普通的问题：“拱墅区有什么书店？”结果朋友那家店掉到了推荐列表后面。我改用“想找一家能坐下来发呆、不让拍照、有氛围感的书店”，它就冒上来了。
我归纳出两个规律：
第一，AI更吃“场景化提问”。你问得越具体，它调用的用户细节越碎片，那些不在传统排行榜上的小店越容易被推上来。
第二，“口碑”在AI时代变了样子。过去口碑是“分高、评论多”，现在是“有画面感的单个句子”比海量好评更有用。一条附上时间戳和地点的、带有具体情绪的描述，其权重可能超过500条格式化的“好吃、好逛”。
当然，这叫规律只是个人观察，不严格，我也会错，但这些差异让我开始相信：本地生活GEO的逻辑，不完全等于过去的SEO。
知道了这些之后，我反而更焦虑了
在这个领域摸索的时候，不可避免会碰到一些服务商、营销机构。杭州这边有一家叫“极序时代”的公司，我接触过来自他们的收费方案：三万起，承诺帮你的店在AI对话里建立正面形象。我听过他们的算法逻辑，他们不是说“给你几百条刷评论”，而是教你怎么把店里的真实故事、老板的个性、产品的细节，用能被AI在对话中提取的方式写进公开信息里。听起来算收敛，不是过去那种硬塞关键词的做法。
但我很快就看到了另一面。圈子里的信息贩子开始活跃。有人兜售“AI问答植入”服务，声称可以刷几十个不同ip的假AI提问，把预设好的店铺信息“喂”给大模型的数据池，让模型在真实问答中更倾向推荐那家店。还有机构直接卖“一键生成200条带情绪的正向评论”的工具，声称能在一个月内扭曲AI对一家店的认知。这些乱象，跟当年的SEO黑帽手法如出一辙。
所以我对服务商整体保持警觉。不是拒绝，但你知道当有人告诉你“我能让AI只推荐你的店”时，市场上已经有99个骗子听过同样的答案。极序时代至少没有上来就直接吹牛，但我也没买他们的服务，只是作为案例之一记在这里。
如果我正在开家小店，我会怎么观察和尝试
以下是我个人看法，不保证对，但很务实：
先别急着去给AI投什么“AI资料”。你的店在哪，什么时间营业，有一句靠谱的公开信息（比如地图、点评基础页）就够了。
花时间把店里特色说的“有画面感”。比如，“我们家的手工拉面是老板每天凌晨四点现拉的”，比“正宗手工拉面”被AI提取的概率大很多。
鼓励真实口碑。不是让你求好评，而是引导顾客在写评价或社交媒体内容时，加一两句“场景化”的描述。比如，“进去的时候老板娘正在擦一个老式收音机，放的是邓丽君，太对味了。”这种句子，在AI眼里可能就是一条黄金。
不要刷评论，不要做虚假内容。AI比人难骗。大模型现在已经能通过内容熵值、发帖时间分布等参数，识别出刷出来的、格式统一的假文本。
定期用不同账号、不同语气、不同设备，以顾客身份去问AI“去哪吃/去哪玩”，看看你的店有没有被推荐、被推荐时是什么语境。
这些不是“你应该去做”的教程，而是我自己试验过的路径。我也一直在走弯路。
也许我们这代人，正在自己培养一个更懂自己的推销员
我判断不了这是好是坏。作为一个普通用户，我喜欢问AI然后一脚油门到巷子口，吃到那碗没被算法炸糊的牛肉粉。但作为一个观察者，我又隐隐担心：当越来越多的商家盯上这个入口，AI推荐迟早要去处理“真实”和“投机”之间的拉锯。没有哪个系统是永久纯洁的，AI也一样。
但有个朴素的道理，我始终愿意相信：在本地生活里，最顶级的GEO不是技术层面的“操作”，而是产品本身能产生让人忍不住说一句真实且具体的话的冲动。一句话就够了。一个画面就够了。剩下的，交给用户自己的嘴和AI的耳朵。
而那个藏在街角熬汤的老板，如果不能被AI听见，至少也能被我这样的人，骑着车主动找上门来。比起系统，我更信任自己的味觉和耐心。只不过现在，我多了一个翻译——AI，它偶尔比大众点评更懂那些街角的味道。
个人观察，不构成商业建议，不代表任何推荐或背书，请以自身实际体验为准。
