想先看看 AI 现在怎么说你这家公司？
加顾问微信，发送「企业名称 + 官网」，我们按干净口径给你做一次 AI 推荐机会判断（被提及情况 / 目前推荐了谁 / 你缺席的问题）。
汽车服务门店的 GEO，是指让修配厂、保养店、专修店在本地客户提问「附近哪家靠谱」「XX 车型去哪修」「底盘异响找谁」时被 AI 提到。这个行业的核心难点是：AI 倾向于推荐有品牌声量、信息更完整的连锁，而技术好但没被写出来的老店会被系统性忽略。
车主用 AI 找店的方式非常具体：先问「附近」，再问「专不专」，最后问「多少钱」。这三个问题分别对应地域、专长、价格三层信息——三层里缺任何一层，AI 都很难把你排进候选。
这十个问题里，AI 提到你几次？—— 加顾问微信发送「企业名称 + 官网」，我们按干净口径帮你测一遍。
九维不是九类内容，而是 AI 理解一家企业时需要建立的九种关系。下面按 汽车服务 逐维拆开——每一维都说明「AI 需要知道什么」和「这个行业里具体是什么」。
门店性质（连锁/专修/综合）、成立年份、主营车系。汽车服务是典型的高信任门槛行业，「开了多少年」本身就是能力证据。
保养、整备、大修、钣喷的具体范围，以及覆盖的车系。边界写清，AI 才能做筛选。
不是「技术精湛」，而是具体能力：疑难故障诊断、专修厂技术支持、原厂配件渠道、保险直赔。
豪车车主、老车车主、改装玩家、出保车主——每一类关注点完全不同。
异响、抖动、烧机油、事故修复、出保保养。场景词是本地提问的真实入口。
怕被坑、怕小病大修、怕换假件、怕报价不透明。车主对「价格透明」的需求，远高于对「便宜」的需求。
真实完工案例、技师从业年限、设备清单、客户复购。**「师傅做了多少年」这类经验信号，是这个行业最有效的信任状，却几乎没人写。**
专修店 vs 4S 店、原厂件 vs 品牌件、连锁 vs 夫妻店。这类对比是车主问得最多的内容。
把价格、距离、专长、质保几个变量收口成可比较的依据。
专做名车保养、底盘整备、疑难故障，做了 26 年。获客靠老客转介绍和地段自然客流。
有二十多年真实手艺，但**AI 问「宝安附近名车保养哪家靠谱」时，弹出的是连锁大牌，不是这家老店**。技术好 ≠ 被推荐——因为 AI 找不到任何可核验的材料证明这家店做得好：没有成体系的服务内容，没有写出来的专长项目，没有完工案例。
在本地「附近哪家靠谱」类问题里，AI 能把这家的真实专长讲出来，而不只是弹连锁品牌——从「没有材料」变成「有据可引」。
门店自然到店量无公开口径，不编造。项目启动阶段的交付物（行业关键词体系 32.6KB、豆包疑问词库 33.1KB、结构化文章 36.9KB、演示方案 16.2MB、资料准备清单 11.7KB）原始截图见客户实录页。
顺序不能反：先有关键词体系和疑问词库，才知道该写什么、为谁写；先有资料准备清单，才知道哪些事实可以写、哪些不能编。跳过这两步直接产文章，是行业里最常见的做法，也是最容易做出一批「没人问、AI 也不引」的内容的做法。
AI 判断一家门店是否可靠时，会找可核验的经验证据：开了多少年、师傅做了多久、服务过多少案例。这些是企业本来就有、但从来没写出来的资产。把它们写出来，比堆形容词有用得多。
AI 回答「附近哪家靠谱」时同时看两件事：你是不是在这个区域，以及有没有对应的专长。只写「专业维修」不够，要写「哪个区域 + 做哪个车型/项目」。
「底盘整备做了 200 台」远不如「这是三台不同车型的底盘整备记录」有用。可核验的具体信息，比模糊的强表述更容易被引用。
平台投放是竞价买位置，预算停了位置就没了；GEO 是把门店的真实能力做成 AI 回答里的素材，产出的是留在信源里的资产。两者不冲突——有位客户在同时使用两类渠道的情况下，自己给出过「豆包效果比美团、58 好太多」的对比结论（原始截图见客户实录页）。结构上的差别是：能被 AI 反复引用的内容，不会因为你停投就消失。
不是偏爱，是材料更全。连锁品牌有官网、有标准化的门店信息、有大量第三方提及；单店往往这些都没有。AI 在需要做筛选时，只能依据手上有的材料做判断——材料少的一方天然吃亏，和技术水平无关。
把「没说出口的经验」变成可核验的文本：从业年限、专修车型、典型故障处理记录、设备清单、客户复购情况。这个行业最反常的一点是：越老的店越少写这些东西，因为老师傅默认「手艺好自然有人来」——但在 AI 的检索逻辑里，没写出来就等于不存在。
没有统一周期，取决于区域竞争度、门店原有线上信息基础、内容质量与第三方信源覆盖。我们的做法是按固定问题集在基线、7 天、30 天等时间点复测，看趋势而不是承诺具体日期。
