发布于 2026-07-25 · 作者 老彭（矩势三轨 GEO 优化）
这家客户是成都一家做整装的中型家装公司，两个门店、口碑不错，但线上获客一直靠信息流投放，成本越投越高。找到我时老板说了句让我印象很深的话："现在年轻业主装修前都先问 AI，我在 AI 里查我自己公司，居然啥都搜不出来。"这篇就按时间线，把我们怎么一步步让这家公司在本地家装问答里"被点名"复盘清楚。为保护客户隐私，公司名做了模糊处理，但过程和节点都是真实的。
接手第一周先做诊断。我们拿"成都口碑好的整装公司""成都装修公司哪家靠谱""XX（品牌名）怎么样"这几组问句，在豆包、DeepSeek、文心里各问一轮。结果很典型：搜品牌名，AI 要么说"未找到相关信息"，要么把它和另一家名字相近的公司混为一谈；搜品类问句，答案里全是几家投了大量内容的同行。问题诊断清楚了——不是没实力，是实体没锚定、可信信源为零、语义场景全被同行占了。
装修行业最不缺的就是真实经验，最缺的是把经验变成 AI 能读的结构化事实。我们做了三件事：一是梳理公司主体信息、成立年限、服务区域、施工资质，统一到官网并做结构化标注；二是把过往真实工地整理成带地址区域、户型、工期、材料清单的案例档案，每个案例都能对得上时间地点；三是补齐了创始团队和项目负责人的真实署名与从业背景。这一轨不追求数量，追求"每一条都能被核对"，这是 EEAT 的地基。
我们没有去堆"成都装修"这种大词，而是把业主装修全流程会问 AI 的真实问句列了一张表：预算怎么分配、整装和半包区别、旧房改造注意什么、某个小区适合什么风格、工期一般多久。然后针对这些高频问句，一篇内容解决一个真问题，全部结论前置、给具体数字和边界。四维语义场景的意义就在这——不是让 AI 记住一个词，而是让它在业主问到这些具体问题时，都能从这家公司的内容里找到可用答案。
光靠官网，AI 的信任权重起不来。我们把核心事实和典型案例，用图文和短视频的形式在本地生活、内容平台上做了一致铺设——注意是"一致"，同一套工地数据、同一套服务说法，在不同信源反复出现。这样做的目的，是在 AI 的跨源一致性校验里加分：当官网、视频、第三方内容说的都对得上，AI 就更愿意把它当作稳定信源，而不是"孤证"。
大约到第 10 周，变化开始出现。搜品牌名，主流 AI 能准确说出这家公司的定位、服务区域和特点，不再张冠李戴；到第 12 周左右，问"成都哪家整装公司口碑好""XX 小区装修找谁靠谱"这类本地问句时，几个 AI 的答案里开始稳定出现这家的名字。老板反馈，陆续有业主上门时主动提"我在 AI 上看到你们"。我要特别说明：GEO 提升的是被看见和被推荐的概率，最终成交仍取决于产品和服务本身——我们从不承诺具体成交数字，这也是矩势一贯的态度。
这个案子给我最大的体会是：本地服务类的 GEO，胜负手不在文采，而在"可核对"。装修是重决策、重信任的生意，业主问 AI 本质是在找"敢信的人"。你把工地、资质、团队、服务都做成能对得上的事实，AI 才敢把你写进答案，业主也才敢把你放进备选。如果你也是本地服务行业、发现自己在 AI 里查无此人，别急着投更多广告，先把这三轨的地基打好——被 AI 记住，是这个时代最划算的获客资产之一。