本地服务商的 AI 问答：地图、评价与报价，哪个更要紧

“武汉深度保洁多少钱一平”，这类问题看起来简单，AI 回答里却常混着三四个不同价格。原因不是模型乱编，而是网上的信息本身互相打架。

一次价格串台的案例

一家本地保洁公司，官网写 12 元一平，地图商户页是 10 元起，两年前发在本地论坛的帖子写 8 元，某团购页是 15 元含家电。AI 组织答案时取了论坛的 8 元，还加了句“具体以商家为准”。客户接到电话第一句就是“你们网上不是 8 块吗”。

本地信息的三个抓手

名称、地址、电话先统一

NAP 一致是本地搜索的老规矩，对 AI 同样有效。公司全称、服务区域、联系电话在所有平台保持一致，模型才有稳定的实体可以关联。别名、旧地址、已停用的号码，都是噪音。

报价页要能解释差异

不是把所有价格改成一个数字，而是说清楚差异来源：面积、频次、是否含家电、是否夜间服务。一个带条件的价格表，比一个“10 元起”的噱头更耐用。

评价要回应，不要只删差评

模型会读到评价内容。差评里提到的“临时加价”“迟到”，如果没有公开回应，就会成为答案里的风险提示。回应不必辩解，说明处理方式就够。

先修哪一块

按影响排序：先统一名称地址电话，再更新报价页与旧帖子，最后处理评价。前两步通常两周内能完成，第三步是长期工作。

本地服务的 GEO 不需要太多内容技巧，核心是“别让网上出现互相矛盾的自己”。这一点做到，答案里的错误率就会明显下降。