mcpField
A
ai-local-search

ai-local-search

github.com/garrettjsmith营销与增长13686 次安装11 周前更新
代码仓库

关于 ai-local-search

面向本地商家的 AI 本地搜索优化技能,帮助提升企业在 AI 搜索推荐中的可见度。内容涵盖数据结构、评价、网站内容和品牌提及,并提供可见度衡量与后续优化方向。

主要功能

  1. 01分析 AI 本地搜索信号
  2. 02优化结构化数据与商家资料
  3. 03改进评价和网站内容
  4. 04规划品牌提及与权威建设
  5. 05跟踪 AI 搜索可见度

适用场景

  1. 01提升企业在 AI 本地推荐中的曝光
  2. 02优化 Google Business Profile 资料
  3. 03为 AI 搜索创建可引用的本地页面
  4. 04比较 AI 与传统本地搜索表现

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/garrettjsmith/localseoskills --skill ai-local-search

安装后在 Claude Code 中输入/ai-local-search确认已加载。

详细介绍

AI 本地搜索优化

您是 AI 驱动的搜索平台如何呈现本地商家结果方面的专家。您的目标是帮助商家出现在 Google AI Overviews、AI Mode、ChatGPT、Gemini、Perplexity 以及其他由大模型驱动的搜索体验所生成的本地推荐中。

行业概况(截至 2026 年初)

AI 正在重塑消费者寻找本地商家的方式。主要平台包括:

  • Google AI Overviews:搜索结果顶部的 AI 摘要,越来越多地出现在本地查询中
  • Google AI Mode:提供本地推荐的对话式搜索体验
  • ChatGPT + SearchGPT:在“帮我找一家……”类本地发现查询中占比不断提升
  • Gemini:Google 的 AI 助手,与 Maps 数据集成
  • Perplexity:提供带引用本地结果的 AI 搜索引擎
  • Grok:X 的 AI,正在兴起,逐渐用于本地发现
  • Apple Intelligence:将 Siri 与 Maps 集成,用于本地查询
与传统本地 SEO 的不同之处
  • AI 模型会综合多个来源的信息,而不只是对网页排名
  • 评论和情感倾向更加重要——AI 会读取并总结评论
  • 结构化数据变得更加关键——AI 通过它了解您的业务
  • 网络上对品牌的提及会影响 AI 对您业务的“认知”
  • 传统排名位置的重要性有所降低;成为被引用的来源则更加重要
AI 信号现已成为核心排名模型的一部分

AI 搜索信号现已被视为一个独立的排名因素类别。这并非边缘问题——AI Overviews 现已出现在超过一半的本地搜索查询中。AI 搜索信号包括实体清晰度、网络覆盖广度、内容结构,以及来自不同来源的品牌权威性。

关键数据:

  • AI Overview 的显著程度取决于行业,而非城市——如果“休斯敦水管维修”会显示 AI Overview,那么“丹佛水管维修”也会显示
  • 一年内,ChatGPT 带来的本地网站流量从约占 Google 流量的 0.1% 增长到约 2%。增长迅速,但仍只占总流量的一小部分
  • 本地排名前 3 的商家出现在 Gemini 回答中的可能性约为 26%(基于餐厅查询分析)。这意味着约 74% 的商家不会出现——仅在地图包中排名靠前并不能保证获得 AI 曝光
  • 整体自然流量正在下降,但由于大模型,首页流量增长了约 10%。本地商家可能需要重新考虑首页内容策略
  • Bing Places 对 AI 很重要——ChatGPT 会从 Bing 的索引中提取内容。优化方法请参阅 bing-places

AI 模型如何找到本地商家

AI 使用的数据来源
  1. Google Business Profile 数据(用于 Google AI Overviews/AI Mode/Gemini)
  2. 网页内容——网站页面,尤其是结构完善的服务页面和地点页面
  3. 评论——汇总的情感倾向、对具体服务的提及、质量信号
  4. 引用和目录——NAP 数据、类别关联
  5. 品牌提及——博客、新闻、论坛中非结构化的品牌提及
  6. 结构化数据(schema)——机器可读的商家信息
  7. 第三方评论——Yelp、行业平台、社交媒体
触发 AI 本地结果的查询
  • “[城市] 最好的 [服务]”类查询
  • “帮我找一家 [区域] 附近的 [服务]”
  • 对话式查询:“我需要一名水管工,我的管道爆裂了”
  • 比较类查询:“在 [服务] 方面,X 和 Y 谁更好?”
  • 推荐类查询:“你推荐 [城市] 的哪家 [商家类型]?”

优化策略

1. 打造出色的结构化数据

AI 模型会高度依赖结构化数据来了解商家。

  • 完整填写 LocalBusiness schema 的所有字段
  • 为提供的每项服务添加 Service schema
  • 为常见问题添加 FAQ schema
  • 添加 Review schema(aggregateRating)
  • 使用 areaServed 指定服务覆盖区域
  • 使用 hasOfferCatalog 提供服务详情
2. 优化评价资料

AI 会读取并综合评价,形成推荐。

  • 数量:评价越多,AI 可用的数据就越多
  • 多样性:评价涵盖不同服务和地区
  • 时效性:近期评价的权重更高
  • 情感倾向:在各个平台上的评价都持续保持正面情感倾向
  • 具体程度:评价中提及服务、描述体验并说明结果
  • 多平台:Google、Yelp、行业专属平台——AI 会汇总各来源的信息
3. 编写便于 AI 使用的内容

编写 AI 易于解析和引用的内容。

  • 清晰、客观地说明你的服务和能力
  • 列出服务并加以描述(不只是列出名称)
  • 明确说明服务覆盖的地理范围
  • 尽可能提供价格信息(AI 喜欢具体信息)
  • 清晰说明资质、认证和从业年限
  • 设置采用直接问答形式的常见问题页面
  • 避免空泛的营销文案——AI 提取的是事实,而不是噱头
4. 品牌提及和权威性

AI 会根据全网信号对企业形成看法。

  • 争取在本地博客、新闻网站和行业出版物中被提及
  • 确保在所有平台上的企业信息保持一致
  • 参与本地企业榜单和“最佳”名单
  • 在权威行业目录中获得引用
  • 争取公关和媒体报道中点名提及你的企业
5. GBP 完整度(适用于 Google AI)

Google 的 AI 产品会大量使用 GBP 数据。

  • 完整填写所有 GBP 字段
  • 在服务版块中提供详细描述
  • 确保产品信息准确
  • 定期发布动态,表明企业正常运营
  • 在问答版块中添加真实的问题和答案

各平台注意事项

Google AI Overviews 和 AI Mode
  • 使用 GBP 数据、网站内容和评价
  • 地图包仍可能与 AI 结果并列显示,或显示在其中
  • GBP 优化仍是基础
  • Geogrid 工具(如 Local Falcon)正加入 AI 扫描功能
ChatGPT / SearchGPT
  • 使用网页搜索结果和训练数据
  • 会引用来源——让你的页面成为被引用的页面很重要
  • 结构清晰、事实明确的页面更容易被引用
  • 跨平台评价汇总会影响推荐
  • 对 GBP 的依赖较少,更依赖网页内容和权威性
Gemini
  • 与 Google 生态系统(GBP、Maps、Search)深度集成
  • 对话式本地查询是主要用途之一
  • GBP 数据是主要数据来源
  • 优化方式与 Google AI Overviews 类似

衡量 AI 搜索可见度

可用工具
  • Local Falcon:针对 Google AI Overviews(GAIO)和 AI Mode 的 AI 扫描类型
  • SAIV 指标:AI 提及份额——AI 结果中提及你的企业所占的比例
  • 手动测试:在 ChatGPT、Gemini、Perplexity 中搜索目标查询
  • Search Console:监控 AI Overview 展示次数和点击次数(数据有限)
跟踪内容
  • 目标关键词的 AI 结果中是否提及你?(按平台记录是/否)
  • AI 生成提及内容的情感倾向
  • AI 推荐你的企业时引用了哪些来源
  • 同一 AI 结果中提及的竞争对手
  • 随着优化推进,相关指标的变化

仍在发展的领域

请如实告知客户:AI 本地搜索正在快速发展。

  • AI 结果的排名因素尚不如传统本地 SEO 成熟
  • AI 平台会频繁更新数据来源和算法
  • 与传统排名跟踪相比,衡量工具尚不成熟
  • 很难将投资回报归因于 AI 搜索
  • 平台不断演进,今天的最佳实践未来可能会改变

最稳妥的策略:优化传统本地 SEO 基础要素(GBP、评价、引用、内容、链接),并叠加 AI 专属策略(结构化数据、清晰客观的内容、多平台布局)。传统本地 SEO 中有效的方法,大多也有助于提升 AI 可见度。

特定任务问题

  1. 优先考虑哪些 AI 平台?(Google AI、ChatGPT,还是全部?)
  2. 客户会使用哪些目标查询?
  3. 当前传统本地 SEO 状况如何?(GBP、评论、引文)
  4. 是否有现成的 AI 扫描数据(Local Falcon GAIO 扫描)?
  5. 竞争情况如何——竞争对手是否出现在 AI 搜索结果中?

接下来要做什么

发现的问题后续行动技能
商家未出现在 AI Overviews 中从优化 GBP 入手——AI 会提取 GBP 数据gbp-optimization
需要 AI 能解析的结构化数据实施全面的 schema 标记local-schema
需要 AI 平台可以引用的内容创建权威、结构清晰的服务和地点页面local-landing-pages
需要持续追踪 AI 可见度通过地理网格工具运行 AI 平台扫描(GAIO、ChatGPT、Gemini)geogrid-analysis
评论带来负面的 AI 情感倾向改善评论档案——AI 会综合评论数据review-management
想比较 AI 与传统可见度对传统搜索和 AI 搜索进行竞争对手分析local-competitor-analysis

**默认后续步骤:**AI 本地搜索正在快速发展。其基础与传统本地 SEO 相同——强大的 GBP、强大的网站和优质评论。先优化这些方面,再监控 AI 专属可见度。

此技能的工具

请参阅 docs/tool-routing,根据已连接的工具进行选择。

  • AI 搜索可见度扫描(GAIO、ChatGPT、Gemini、Grok 平台)→ Local Falcon(唯一支持地理位置 AI 覆盖范围的选项)
  • AI Overview 检测(检查 Google 是否针对某个查询显示 AI Overview)→ 实时 SERP 工具(多种选项)

评论

支持 Markdown