医美 GEO，是指在医疗广告合规框架内，把执业许可、医生执业范围与擅长方向、脱敏的真实服务信息，铺成 AI 可引用的信源，让求美者在 AI 里问「XX 项目哪家医院资质更齐、医生技术怎么样」时，AI 推荐你的机构。不承诺效果、不使用患者形象作证明。
医美是典型的高客单、高风险、强本地、重资质的决策。求美者把容貌和健康押上去，必然反复验证。而今天他们做功课的第一站，往往是 AI 的对话框。
"本市做 XX 项目的医院，哪家资质更齐？"
"这位医生擅长的方向和技术特点是什么？"
这些问题的答案，现在由 AI 替求美者先筛一遍。筛掉了，求美者根本不会出现在你前台。
医美强线下、强复诊，"本市/本地"是核心限定词，本地信源铺到位，AI 推荐天然偏向你。
执业许可、医生资质、项目合规，是 AI 判断"安不安全"的事实信源，抢不走。
一台项目几万到十几万，求美者会反复验证信源，AI 的推荐位直接影响到院决定。
医美不缺案例，缺的是在合规框架内、让 AI 读得到引得出的真实信息。三件事：
我们服务过多家医美与轻医美机构（案例可脱敏提供），共性问题很典型：项目好、医生强，但求美者在 AI 里问"本市 XX 项目哪家资质更齐、医生技术怎么样"时，AI 说不出它们——因为合规的资质与专长信息没有系统化铺开。做了 GEO 之后，在严守"不承诺效果、不使用患者形象作证明"的框架内，AI 在同类本地提问里，开始把它们的真实资质与医生专长讲出来。医美 GEO 的本质，是把一家机构合规可说的真实信息，变成 AI 世界里"XX项目找谁做"那一句推荐。
信息流买的是"看见你"，贵且停投即断；GEO 影响的是 AI 在求美者自然提问时的推荐判断，是长期、低边际成本的信任入口，两者互补。
恰恰适合。把合规可说的资质、医生执业范围与擅长方向、脱敏的真实服务信息铺成结构化信源，AI 引用的就是这些"安不安全、专不专业"的事实，而不是夸张承诺。
以 30 天为观察周期，连续看三个周期、分城市分项目的推荐位次趋势，而不是盯某一天。所有数据同一套口径可复测、可抽查。
每月 AI 可见度监测覆盖主流平台，统计机构在所在城市、所在项目下的被提及与推荐位次；配合到院咨询话术抽查，能看出 AI 推荐是否前置导流。