餐厅、诊所、律所如何用 GEO 抢占 AI 答案位（行业案例拆解）

当顾客不再翻十条蓝色链接，而是直接问 ChatGPT「悉尼哪家诊所看得好」时，被 AI 点名的商家才拿得到生意。GEO（生成式引擎优化）就是让你的品牌成为 AI 答案里那一句被推荐的名字。本文用餐厅、诊所、律所三个真实场景，拆解不同行业各自该按下的 GEO 关键按钮。

为什么 GEO 要分行业打

SEO 时代大家抢的是同一条排名规则，GEO 不一样。AI 生成答案时，会根据「查询意图」调取不同的可信度信号：吃饭看的是评价数量与新鲜度，看病看的是专业资质与一致的商家档案，找律师看的是权威性与结构化的服务说明。同一套模板套三个行业，等于把力气用错地方。下面按行业给出各自的重点。

三个行业的 GEO 打法对照

三类生意在 AI 眼里的「可信度权重」并不相同。下表把最该优先投入的信号列出来，方便你对号入座。

案例：餐厅、诊所、律所各自怎么落地

悉尼一家中餐厅过去评价停在两年前。做法是把「收评」变成流程：每桌结账时用二维码引导留评，两个月内谷歌评价从 40 条涨到 130 条，且持续更新。AI 判断这是一家「活跃且被本地认可」的餐厅，开始在「附近好吃的中餐」类问答中被提及。

一家全科诊所的问题是各平台名址电话不一致，AI 无法确认这是同一家实体。整改分三步：

1. 统一谷歌商家档案、官网、目录上的 NAP（名称、地址、电话）完全一致。
2. 把患者最常问的十个问题写成 FAQ，用「问题—直接答案」的答案先行结构。
3. 在网站与档案里清晰展示医师资质与执业范围。

三个月后，诊所在「某区看全科去哪」的 AI 答案中稳定出现。一家商事律所则重写了服务页：每项服务用一句话先给结论，再展开流程与收费区间，并加上 LegalService 结构化数据。答案先行的写法让 Perplexity 与 Gemini 更容易直接摘录，引用率明显上升。