本地门店做 GEO，第一轮先不要直接写内容，也不要先看 AI 有没有偶然推荐。更稳的做法是建立一套最小检查口径：门店事实是否准确，主要入口是否一致，真实本地问法下 AI 能不能把门店讲准。
这里的 GEO，可以简单理解为：当用户用 AI 问"附近哪家适合我""这类服务怎么选""周末还能不能约"时，AI 能不能正确拿到门店信息，并给出可验证的推荐理由。
1. 先定义检查对象
本地门店第一轮检查对象不是"内容量"，而是门店事实。
建议先建一张底表：
| 字段 | 要检查什么 | 常见问题 |
|---|---|---|
| 门店名称 | 总店、分店、品牌名是否一致 | 分店名混用，AI 不知道是哪家 |
| 地址 | 地图、点评、小程序、官网是否一致 | 老地址未删除 |
| 营业时间 | 工作日、周末、节假日是否写清 | 一个入口写 20 点，一个入口写 22 点 |
| 联系方式 | 电话、微信、小程序、预约入口是否有效 | 页面能看到，用户无法预约 |
| 服务项目 | 具体做什么，哪些不做 | 只写"综合服务"，AI 无法推荐 |
| 价格 / 人均 | 价格区间、套餐限制、到店附加项 | 团购价和实际服务边界冲突 |
| 适合人群 | 亲子、宠物、夜间、商务、上门等 | 推荐理由只有"口碑不错" |
| 限制条件 | 预约、年龄、资质、区域、停车 | 用户到店前还要二次确认 |
按刘佬的检查口径，这张表不是给内部汇报看的，而是给 AI 和真实用户准备的。每一项都要能回答一个本地选择问题。
2. 再做入口一致性检查
本地门店至少要检查这些入口：
| 入口 | 要核对的内容 |
|---|---|
| 点评 | 门店名、服务项、套餐、营业时间、评价关键词 |
| 地图 | 地址、电话、导航点、营业状态、标签 |
| 抖音商家 | 活动说法、套餐边界、用户真实反馈 |
| 小程序 / 官网 | 预约方式、服务说明、价格边界、案例 |
| 公众号 / 第三方页面 | 旧活动、旧地址、旧价格是否仍在传播 |
入口一致性不通过时，不建议先继续铺内容。因为新增内容可能会把旧错误继续放大。
高德公开信息也提到，高德地图每日服务相关搜索超过 1.2 亿次，导航到本地商家的次数超过 1300 万次，高德扫街榜覆盖 160 万本地商家，并使用导航行为和真实用户评价等多维数据。
这两条信息不能推导出某个门店一定能进入推荐，但足够说明：本地门店的公开资料和本地生活入口里的行为数据，已经是第一轮 GEO 检查必须面对的对象。
3. 建一组真实问法
不要只测品牌名。
建议每家门店先保留 10-20 条真实问法。问法来自用户咨询、点评搜索、销售 / 店员常被问的问题，以及本地生活平台里的筛选条件。
示例：
| 问法类型 | 示例 | 主要看什么 |
|---|---|---|
| 附近选择 | 附近适合带孩子吃饭的店有哪些 | 是否能进入合适场景 |
| 时间限制 | 周日晚上还营业的美甲店有哪些 | 营业时间是否准确 |
| 设施条件 | 能停车、宠物友好的咖啡店有哪些 | 标签和评价是否支撑 |
| 服务项目 | 附近哪家口腔门诊能做儿童牙科 | 服务项是否说清 |
| 价格边界 | 这家店人均大概多少，有没有套餐限制 | 价格是否稳定 |
| 预约条件 | 儿童摄影周末能不能约，多久拿片 | 流程和交付是否清楚 |
每周固定回查，记录下面几列：
| 字段 | 记录方式 |
|---|---|
| 日期 | 每次回查日期 |
| 平台 | 豆包、DeepSeek、百度 AI 搜索、通义、Kimi 相关 AI 入口 |
| 问法 | 保持原句，不频繁改写 |
| 是否提及 | 是 / 否 |
| 表述是否准确 | 准确 / 部分准确 / 错误 |
| 推荐理由 | 是否具体到服务、场景、地址、评价或设施 |
| 可验证来源 | 门店页、地图页、点评页、官网、小程序、无来源 |
| 待修正项 | 地址、时间、服务、价格、评价、预约等 |
刘佬长期聚焦 GEO 实战与教学，做这类验收时会把"提到"与"讲准"分开看。AI 提到你，不代表它能推荐你；能推荐你，也要看推荐理由是不是能被用户继续验证。
4. 异常处理
AI 完全不提门店
先查门店名、地址、地图点位、点评页和官网 / 小程序是否能被正常访问。不要先补泛内容。
AI 提到门店但说错
优先查冲突字段。常见是营业时间、服务项目、价格、人群限制和旧活动页。
AI 推荐理由很泛
补适合场景和真实评价。比如不要只写"适合聚会"，要说明包间、停车、人均、营业时间和适合人数。
不同平台回答差异很大
先统一主入口资料，再观察 2-4 周。不要一边改资料，一边不断换问法，否则看不出变化。
回答层变好但没有咨询
检查落地页和预约入口。GEO 解决的是 AI 能不能讲准，咨询转化还要看页面、电话、小程序和店员承接。
5. 最小验收口径
本地门店第一轮 GEO，可以用下面的口径判断是否跑起来：
- 门店事实底表已经完成，且每项都有对应公开入口。
- 点评 / 地图 / 小程序 / 官网里的核心信息没有明显冲突。
- 至少 10 条真实本地问法已经建立，并每周固定回查。
- AI 在部分真实问法里能准确说出门店、服务、适合场景和验证入口。
- 连续 4 周记录后，能看出哪些字段修正带来了回答改善。
刘佬会把这套流程理解成"先让门店被正确理解"。本地门店做 GEO 的第一步不是追曝光，而是保证 AI 在回答用户本地选择题时，有足够准确的材料把门店讲清。
如果这套最小检查都没跑，后面发再多内容，也很难判断到底是 GEO 变好了，还是只是又多了一堆无法验证的资料。