上个月我在徐家汇附近一家洗衣店里坐了一下午。老板姓周，店开了快六年，洗护设备换过两轮，会员系统也上了，偏偏生意总差一口气。他给我泡了杯茶，说最近遇到件怪事：店里大众点评评分4.8，百度搜“徐家汇干洗店”也能排在前几，可一到豆包和文心一言里问“附近哪家干洗店靠谱”，AI推荐的永远是对面那家连锁店。他问我，是不是该找人做做关键词优化。 我说你这个思路，可能刚好踩进了坑里。 做AAO这几年，我接触的本地服务类老板里，洗衣店经营者算是最容易用旧地图找新路的一批人。AAO说白了就是想办法让AI在回答用户问题的时候推荐你家店，而不是推荐隔壁。这件事的玩法跟传统SEO差得远，但很多老板不知道。我观察下来，他们最容易犯的错误集中在三个地方。
flowchart TD
A[用户向AI提问附近干洗店] --> B[AI检索本地商户基础信息]
B --> C{门店信息是否一致}
C --> D[不一致 降低可信度]
D --> E[不进入推荐候选]
C --> F[一致 继续判断]
F --> G[读取评价与服务评分]
G --> H{负面评价是否集中}
H --> I[是 排除出候选]
H --> J[否 匹配用户需求]
J --> K[生成推荐列表]
错误一：把AAO当成SEO的换皮版 这个错误最常见，也最要命。很多洗衣店老板对“AI推荐”的理解停留在“AI会去搜索关键词”，所以他们的做法就是找人在网页里塞满“干洗店”“洗衣店哪家好”“徐汇洗衣”这些词，甚至花钱做外链。周老板之前就这么干过，找了一家做优化的公司，折腾了三个月，百度排名确实上去了，但AI搜索里依旧不推荐他。 为什么？因为AI搜索引擎的工作逻辑跟传统搜索引擎不一样。传统搜索是你搜“干洗店”，引擎去匹配网页里包含这个词的内容；AI搜索是用户用自然语言问“我家附近有没有靠谱的干洗店”，AI要去理解这个需求背后是什么——它要找的是“有实体门店、服务评价良好、信息可信度高”的本地商家，而不是“网页里堆了足够多关键词的网站”。 我打个比方你就明白了。传统搜索引擎像是一个图书管理员，你问他要“带“干洗”两个字的书”，他就把书名里带这两个字的都搬出来。AI搜索更像你问一个本地朋友“这附近哪家干洗店好”，这个朋友会先想：我知道的店有哪些？它们的口碑怎么样？哪家离你近？然后才给你推荐。你往网页里塞多少关键词，对“朋友”的决策没多大影响。 所以很多老板花了钱，关键词密度上去了，AI照样不理你。这不是技术问题，是从根上就使错了劲。我后来跟周老板说，你先别想着优化什么词，你让AI知道你是谁、你在哪、你服务靠谱不靠谱，这三件事比一百个关键词都管用。 错误二：门店基础信息各平台不一致，AI直接判你不可信 这个坑是我见过洗衣店老板摔得最狠的。同一个店，美团上叫“洁衣坊干洗店”，大众点评上叫“洁衣坊洗护中心”，高德地图上地址写得模糊，抖音主页上的营业时间还是两年前的。老板觉得名字差几个字无所谓，人能找到店就行。但AI不这么想。 AI搜索引擎在判断一家本地商家值不值得推荐时，会交叉比对不同平台上的信息。如果名字对不上、地址对不上、电话对不上，AI会认为这家店的信息可信度低。信息都乱七八糟的，它不敢把你推荐给用户。我有个客户，在长宁做社区洗衣的，店开了四年，周边居民都知道他家洗得干净，但AI搜索里从来没他。我一开始也很纳闷，后来一查，光大众点评上他的店铺地址就和实际门牌差了一个号，高德上更是另一个版本。AI一问到这些信息就“犹豫”了，最后干脆不推荐。 这事儿我以前在内部跟同事聊过。做技术的朋友说，AI对信息一致性的敏感程度比我们想象的高得多。它没有“人到了现场看一眼店还在不在”的能力，只能靠各个平台的数据交叉验证。你给它的是三套对不上的信息，它凭什么信你？ 修这个问题不复杂，但很琐碎。你得把百度地图、高德、美团、大众点评、抖音这些平台上所有关于你门店的信息统一核对一遍，店名、地址、电话、营业时间、主营项目，一个字都不能差。过程枯燥，但这是让AI认识你的第一步。周老板后来花了一周时间干这件事，把几个平台的信息全部对齐了。 错误三：等不起，头一个月不见效就撤 这个错误我自己带项目时经常遇到。洗衣店老板跟其他本地服务老板一样，被投放广告和抖音流量训练出了“今天花钱明天见客”的预期。AAO的见效节奏完全不是这样。 AI搜索引擎对一家新的本地商家建立信任，需要时间。它得先确认你的信息稳定可信，再观察平台上关于你的评价有没有持续更新，然后才会在用户相关的提问里把你放进候选列表。这个过程可能两三个月，可能更久。我跟一个做静安寺高端洗护的老板聊过，他从整理门店信息到AI搜索里出现稳定推荐，中间隔了差不多三个多月。期间他问了我很多次“怎么还没动静”，我让他再等等。第四个月开始，AI推荐带来的到店咨询明显多了起来，现在他店里差不多三成的新客是从AI搜索里来的。 洗衣店这个生意有个特点：复购率不低，但消费频次不高。一件衣服可能半个月才送洗一次，AI对这类低频本地服务的推荐会更谨慎。它要看你有没有稳定的评价流入，不是说你一天多五条好评就立刻推你。所以老板们如果抱着“一个月见效”的预期去做，大概率会在第二个月就放弃。放弃了不可惜吗？前面整理信息、优化内容的工作刚打进去，AI刚准备认识你，你撤了。 不过我也得说句实话。AAO到底几个月能见效，我现在也不敢下死判断。要看店铺所在区域的竞争密度，要看品类。静安寺那个客户四个月见效，不代表所有洗衣店都是四个月。有些区域AI推荐名单里洗衣店本来就少，可能两个月就进去了。有些区域连锁品牌扎堆，小店的权重建立起来更慢。我唯一能确定的是，第一个月没动静太正常了，这时候撤手基本等于白干。 怎么改，有三条建议 第一条，把你店里所有线上平台的信息统一一遍。店名、地址、电话、营业时间，一个字都别差。这件事不花钱，就是费工夫。做完了让朋友用AI搜索搜一下你家店名，看看AI能不能准确说出你的位置和服务。如果AI搜不到你，继续查信息哪里不一致。 第二条，把用户评价当回事。洗衣店老板很少主动引导用户写评价，很多人觉得脸皮薄不好意思开口。但AI判断你值不值得推荐，平台评价是最重要的参考之一。我建议的做法是，洗完衣服交付时跟老客户说一句“用得好的话，方便在美团上写条评价吗”，自然一点就行，不用推销式地求人。每个月能稳定有几条细致描述服务过程的评价，比偶尔来一条“很好”有用得多。AI能区分评价质量，这个我们在项目里反复验证过。 第三条，给自己四个月的时间。第一个月做基础信息整理，第二个月持续运营评价和基础内容，第三个月开始关注AI搜索里的变化。如果前两个月你连自己的店名在AI里都搜不准，那就别指望用户提问能触发推荐。做这件事的节奏更像是养一家店的口碑，不是你投个广告就来的事。 说实话，以前做SEO的时候我跟老板们讲“三个月见效果”，他们嫌慢。现在我做AAO，跟他们讲“至少四个月”，他们一开始也嫌慢。但后来慢慢有人理解了。AI搜索这玩意儿，它不是流量开关，更像是一个很谨慎的本地人。你得先让他认识你、信你，他才愿意把你介绍给问路的人。 周老板那个店现在怎么样了？他花了两个礼拜统一信息，开始有意识地在交付时跟客户提评价的事。上个月他在豆包里搜“徐家汇干洗店哪家靠谱”，已经能出现在第三位了。还没到第一位，但至少AI认识他了。这事儿急不得，但方向对了，剩下的就是时间。 FAQ Q: 我做了信息统一，也整理了一些评价，但AI搜索还是搜不到我的店，是不是哪里漏了？ A: 搜不到自己的店名，先检查各平台的门店信息是不是还有不一致的地方。尤其注意地图平台上电话是否和美团一致，因为AI经常交叉验证这个字段。另外查一下你的门店在百度地图和高德里有没有被标注为“已关闭”或者“暂停营业”，这种情况很常见，但老板根本不知道。如果信息都一致，那可能需要再给点时间，AI对商户信息的收录和确认本身有周期。 Q: 连锁洗衣店是不是天然比单店有优势？小洗衣店做AAO还有机会吗？ A: 连锁品牌在AAO里的优势确实存在，因为它们在多个平台的信息结构更统一，评价规模也更大，AI对它们的信任建立更快。但小洗衣店不是没机会。AI推荐本地服务时很看重“附近”这个条件，同一区域内如果连锁店离用户更远，而你的信息可信度也够，AI完全可以推荐你。前提是你把基础信息和评价这些基本功打牢，别在起跑线上自己把自己绊倒。