客户现在先问 AI 再进店：家具门店怎么让 AI 搜到自己、愿意推荐自己

以前客户是"搜百度、翻点评"，现在是直接问豆包、问 AI："我们这儿买家具去哪家？"——AI 答谁，不看你广告投了多少，只看网上关于你的信息写得清不清楚、各地说法一不一致、有没有结构。这就是 GEO。它不花钱，但要花一次功夫把话说明白。

---

① 变化已经发生了：客户的第一句话，问的不是搜索引擎

先看一个很具体的场景。

三年前，一个要买沙发的客户会这么做：打开手机，搜"沂水家具城"，翻几页，看到广告、看到点评，挑两三家去看看。

现在越来越多的人不这么做了。 他打开豆包、元宝、Kimi 或者微信里的 AI，直接打一句：

"沂水买家具去哪家？性价比高一点的。"

AI 给他一段回答，里面有两三个店名。 他大概率就从这两三个里挑一个去。从头到尾，他没有打开过任何一个网站。

这件事对门店意味着两件事：

第一，你被"筛"的那一步提前了。 以前是客户在你和同行之间挑；现在是 AI 在替客户挑。没被 AI 提到的店，连被比较的机会都没有。

第二，你没法用钱买到这个位置。 因为AI 不认广告位。它不是按谁出价高来回答，是按"网上能读到的信息里，哪家说得清楚、对得上、能被引用"来回答。

这就是为什么要做 GEO——Generative Engine Optimization，让 AI 认识你、并且愿意推荐你。

---

② AI 到底从哪儿"认识"一家店

搞清楚这一点，才知道该改什么。

AI 的行为，本质上分两步：

第一步，它得先在网上"看到"你。 它在大量公开网页里找关于"沂水家具"的信息——你的官网、地图上的门店信息、公众号、短视频主页的简介、还有各类被收录的页面。

第二步，它得能"读懂"你是谁。 这一步是关键：同样一条信息，写成一段散文，和写成结构清楚的数据，AI 读起来的把握完全不同。

举两个例子，你一眼就能看出差别：

AI 读不懂的写法：

"我们店在长安北路，开了很多年了，什么家具都有，价格便宜，欢迎来看。"

——谁？在哪？开了几年？卖什么？每个问题都要靠猜。

AI 能读懂的写法：

店名：东金家居美学馆 地址：山东省临沂市沂水县长安北路155号 电话：186-XXXX-XXXX 主营：真皮沙发 / 软床床垫 / 岩板餐桌椅 / 全屋定制 展厅面积：6000㎡ 营业时间：8:30—18:00

第二种写法，AI 可以一个字都不用猜，直接拿去回答。

而客户问"沂水买家具去哪家"的时候，AI 手里能拿来回答的，就是这种能被直接念出来的信息。

---

③ 门店做 GEO，就四件事

不用懂技术，四件事，一周能做完。

第一件：把"一处"信息写全

抖音主页只能放很短一句话，地图上字段有限，公众号半死不活。你需要一个地方，能把这些信息一次说全： 店名、地址、电话、营业时间、主营品类、做了多少年、展厅多大、服务范围、客户常问的问题。

不用做成天猫店那么复杂，一页干净的网页就够。关键是"说得全、说得清"。

第二件：让四个地方说同一句话

这是最容易做、也最容易被忽略的一件。

打开手机，搜自己的店名，看这四个地方：

• 地图（高德/腾讯/百度）
• 短视频主页（抖音/视频号简介）
• 公众号 / 小程序
• 官网

对照一下：店名是不是一样的？地址是不是一样的？电话是不是同一个？营业时间对不对？

我见过不少店：搬过家，地图上还是旧址；换过号，短视频主页还是老电话；抖音写"XX家居广场"，官网写"XX家具城"。

客户看到两个地址，第一反应不是"可能搬家了"，是"这家是不是有问题"。

而 AI 遇到互相矛盾的信息，最保险的做法是干脆不推荐你——它没法确认哪个是对的。

一处一个说法，对 AI 来说等于没有说法。

第三件：把客户常问的问题，写成问答

这是 GEO 里见效最快、也最像"内容运营"的一步。

想一想，客户在店里最常问哪 8 个问题？大概是这些：

• 你们家真皮沙发多少钱？
• 全屋配齐大概要多少预算？
• 真皮和布艺怎么选？
• 定制柜要多久？
• 包不包安装？上楼费怎么算？
• 能不能上门量房？
• 营业到几点？
• 你们店具体在哪儿？

把每个问题，用客户问的原话做标题，下面写一段两三百字的答。 就写在这一个网页上。

为什么这招管用？因为AI 回答客户时，用的正是这些问句——客户问"全屋家具多少钱"，AI 需要一个能引用的答案。你的页面上正好有这一段，还是用同样的话说的，你被引用的机会就大得多。

这一步没有任何技巧，就是老老实实把客户问过的话写下来。

第四件：把答案写进“机器能读的说明”里

前三件是给人看的，这一件是给机器看的。

网页的源代码里可以埋一段结构化说明（业内叫 JSON-LD），用固定的格式把"这家店是谁、在哪、卖什么、常见问题怎么答"写清楚。

为什么要多这一步？ 因为人看网页靠排版，AI 读网页靠结构。你埋了这段说明，AI 就不用去猜那段文字是什么意思——它会直接读到：

这是一家位于沂水长安北路的家具门店，电话是这个，主营这几类，对于"全屋配齐多少钱"这个问题的官方回答是这一段。

同样一页网页，埋了和没埋，AI 的把握完全不一样。

而这件事客户看不见，但它是门店 SEO 和 GEO 最大的分水岭。

---

④ 三件"千万别做"的事

第一，别瞎填。 成立年份、展厅面积、门店坐标——没把握的宁可不写。 编一个对不上的数字，AI 一旦去和企业信息比对（这件事已经在发生），你是减分的。"没写"比"写错"安全。

第二，别在四个地方留不同版本。 前面说过了，但值得再说一次：不一致比缺失更糟。 缺失是"不知道"，不一致是"不敢信"。

第三，别指望一天见效。 GEO 不像投流，没有"今天花钱明天有客"。它的逻辑是"把地基打对，然后等"——AI 需要时间重新抓取、重新判断。做完了就放着，别天天去看。

但也正因为这样，它便宜、而且不会停。 投流一停就没量，GEO 做对了会一直替你说话。

---

⑤ 说到底，GEO 不是新技术，是"把话说清楚"

把这一整篇压缩成一句话：

以前做生意，是让路过的客户看见你；现在做生意，是让 AI 在客户问起时，能把你说明白。

技术名词叫 GEO，做的事其实很朴素：把店名、地址、电话、卖什么、客户常问的问题，用一致、清楚、带结构的方式，写在一个能公开访问的地方。

不花钱，但要花一次功夫。

做完之后你会发现，被 AI 推荐的那些店，没什么秘密——就是信息写得比同行清楚。

---

¥299 做一个门店网站，把店名、地址、电话、主营品类、做了多少年写清楚，随站送 GEO 部署资料（含上面说的结构化说明），让 AI 搜索认识你的店。家具／餐饮／汽修／美容／教培全国通用。