区域汽修连锁 GEO：让 AI 回答「变速箱顿挫该找谁」时给出具体门店

项目成果指标

交付内容

• 项目周期：持续 5 个月
• 真实提问抽样
• 故障内容矩阵
• 门店实体信息统一
• 页面结构改造
• 月度监测表

作品与交付示意

以下按实际交付形态还原了页面与物料版式，用于说明交付内容（非现场实拍，图中品牌名称与数据均为示意），点击可放大查看细节。

项目背景

客户在城市里开了 12 家直营维修店，专修变速箱与发动机，点评评分和地图排名都不差。但这两年车主习惯先问 AI：变速箱顿挫是不是要大修、烧机油到什么程度必须拆、附近哪家能修双离合。团队自己拿几个问题去试，发现 AI 的答案里只有 4S 店、汽车平台和几个全国连锁，本地门店一次都没出现。

解决方案

• 先用真实车主问题做基线：收集门店接待时听到的 60 个问法，在 5 个主流 AI 助手上逐条测试并记录提及情况，形成第一份监测表
• 按「故障现象—可能原因—检查方法—处理方案—费用区间—什么情况必须到店」建内容矩阵，每个故障做成一页，写判断条件而不是只写服务项目
• 12 家门店的地址、工位数量、专修车型、营业时间、可预约时段在全站与地图、点评平台统一成同一套信息，避免 AI 抓到的实体信息互相冲突
• 每月重复同一组抽样，记录提及率与引用来源变化，被引用的页面重点迭代、从未被引用的页面合并或重写

项目成果

五个月后同一组 60 个问题的抽样提及率从 9% 提升到 52%，24 个页面开始被 AI 引用，其中故障判断类页面占比最高；AI 来源的到店客户月均 63 组，单店获客成本下降 34%，接待时客户开口就能说清症状，初检效率明显提高。

汽车服务geo