人工智能搜索如何改变本地商家的发现方式

引言

AI搜索如何改变本地商家发现方式

几年前，如果有人想找水管工，通常会向谷歌搜索“我附近的水管工”，浏览地图结果，阅读几条评论，然后致电排名靠前的商家。虽然这种做法依然存在，但越来越多的人完全跳过了搜索结果，转而向人工智能工具提问。他们通过输入或语音向ChatGPT、谷歌AI概览或其他AI助手提出问题，得到的是一条推荐结果，而不是一长串需要浏览的链接。

对于本地商家而言，这一转变的重要性远超大多数人的想象。在传统搜索中排名靠前，并不意味着就能自动出现在AI生成的答案中，而且驱动AI推荐的信号与驱动谷歌排名的信号并不相同。

实际正在发生的变化

BrightLocal的研究表明，AI 现已成为消费者进行本地搜索的第四大常见途径，仅次于谷歌搜索、谷歌地图和社交媒体，但领先于 Yelp 及其他专业点评平台。超过五分之一的消费者表示会使用 AI 来查找本地商家或获取相关推荐。在年轻群体中，这一比例更高。

这在实践中意味着：如果有人向ChatGPT询问“奥斯汀市中心附近最好的泰国餐厅”，得到的答案既不来自该用户的定位数据，也不来自赞助列表。而是来自AI所吸收的关于奥斯汀当地泰国餐厅的各类信息，这些信息会根据引用频率、评论质量以及各商家在网络上的信息一致性进行权重加权。

一家在Google上拥有极佳评价，但在其他目录、点评网站和本地新闻报道中信息稀少或不一致的商家，在传统本地搜索中表现可能不错，但在AI生成的推荐中表现可能不佳。反之亦然：一家曾被本地媒体专题报道、在美食博客中被提及，并在多个点评平台上被引用的商家，其被AI推荐的频率可能高于其Google排名所预示的水平。

为何 AI 推荐与搜索排名的运作机制不同

传统的本地搜索引擎优化（SEO）基于一组相对可预测的信号：Google 商家资料优化、地理位置、评论数量和评分、引用以及网站权威性。这些信号告诉 Google 针对特定的本地搜索查询应显示哪些结果。

AI 助手的工作原理则不同。它们从更广泛的来源中提取信息，并对各项因素赋予不同的权重。 那些在多种不同来源中被频繁且一致提及的企业，往往更容易出现在AI推荐中。例如，一位牙医若在当地商会网站上被提及、在本地新闻报道中被引用、在多个平台上获得评价，且所有渠道中名称、地址和电话号码保持一致，那么他出现在AI回答中的概率，就比信息不一致或仅出现在Google商家资料中的同行更高。

正因如此，“AI搜索可见度”这一概念应运而生，成为独立于传统排名追踪之外、需要专门衡量和管理的指标。Lighthouse Local等工具正是针对这一空白而设计，帮助本地企业了解自身是否以及如何出现在ChatGPT和Google AI等平台的AI生成推荐中，并分析影响可见度的驱动因素或限制因素。

本地企业应关注的要点

对于本地企业主及其管理机构而言，其实际影响并没有表面上看起来那么复杂。

企业信息的一致性比以往任何时候都更为重要。NAP（名称、地址、电话）的一致性对本地SEO一直都很重要，但在AI背景下其重要性更为突出，因为不一致的信息会让AI模型困惑于应引用企业信息的哪个版本。如果在不同的目录中列出了不同的电话号码，AI就更难准确地呈现该企业信息。

评论蕴含丰富的信号。AI系统是通过公开文本进行训练的，而评论是关于本地企业的最丰富且最具描述性的文本之一。一家拥有大量详细评论的企业——这些评论描述了具体服务、所在社区及客户类型——为AI工具在制定推荐时提供了丰富的参考素材。

本地媒体和地区出版物中的提及具有重要影响力。当一家本地餐厅被城市另类周刊报道，或某承包商在本地新闻报道中被引用时，这些引用便成为人工智能系统用于训练和汲取信息的信息生态系统的一部分。这是传统公关和本地内容营销与人工智能搜索可见性直接交汇的领域。

企业网站上的结构化数据大有裨益。能够清晰标识企业类型、位置、营业时间、服务内容及服务区域的Schema标记，为AI系统提供了干净、可解析的信息。

这对管理本地客户的SEO机构意味着什么

对话内容已经发生了变化。以前只关心 Google 地图排名的客户，现在开始询问为什么 ChatGPT 提到了竞争对手却没有提到他们。有些客户发现，尽管他们优化了 Google 商家资料，但在 AI 汲取信息的网络其他部分却几乎没有存在感。

对于代理机构而言，这既带来了挑战，也创造了机遇。挑战在于，衡量AI可见性所需的工具与传统的排名追踪不同。标准的排名追踪无法告诉你，当有人向AI聊天机器人询问其所在地区的特定类型企业时，你的客户是否被推荐。

机遇在于，大多数本地企业尚未系统性地考虑这一问题，而那些帮助客户构建更广泛引用和提及足迹（以支持AI可见性）的代理机构，将能够抢先市场提供真正有价值的服务，而非被动追赶。

切实可行的起点

对于任何考虑AI搜索的本地企业或代理机构而言，最有用的第一步是运行几个测试提示。请ChatGPT或谷歌的AI推荐您目标区域内的特定企业类型，并查看您或您的客户是否出现。如果没有，这就是有价值的信息；如果有，请查看AI在推荐时引用了哪些来源。这些来源能告诉您，信息生态系统中的哪些部分正在发挥作用。

AI搜索行为仍在演变，随着底层模型的更新，最重要的信号也会随之变化。但目前，那些在众多相关来源中拥有持续、丰富信息的企业，始终是出现在AI推荐中的主体。无论具体机制如何变化，构建这一基础都是一项持久的战略。

随着这一领域的发展，有一点值得关注：AI系统在提供本地推荐时所引用的来源并非一成不变。随着AI模型的更新以及任何特定企业周围信息环境的改变，企业的可见度可能会发生变化，而企业本身无需采取任何行动。这使得定期监测比一次性审核更有用，也使得理解驱动AI推荐的来源成为一项持续的任务，而非一次性的勾选事项。