一、门店越多,AI 认识得越少

先说一个示意性的场景。它不代表某一家客户的原话记录,但结构在连锁品牌里反复出现。

一家做本地餐饮的连锁品牌,在本市有九家分店(细节做抽象处理,只保留结构)。官网有一个「门店分布」页面,九家店的地址、电话、营业时间全部列在一张表里。老板觉得做得很规范,百度地图上的九个 POI 也都齐。

然后有人在 DeepSeek 里问了一句:「这家在市一中有没有分店?」

AI 给回来的意思大致是:这个品牌在市区有多家门店,具体有没有你问的那一家,建议致电客服确认。

九家店,一家都没被端出来。

这个事情很难被察觉,因为老板看不到这条回答。他看到的是官网美观的表格、地图上密密麻麻的九个点,直觉是「我们资料很全」。

问题不在资料全不全,在资料的组织粒度跟 AI 的实体粒度对不上。

二、AI 认门店,认的是「可核验的唯一性」

人在读那张表格的时候,是顺序扫的:第一行、第二行、第三行,脑子里自动切成九个独立地点。AI 不是这么读的。

AI 读一个页面,第一件事是判断:这个页面在讲一个东西,还是几个东西?

下面这套判断逻辑是我们在大量 AI 回答里倒推出来的读法,不是哪家模型官方文档的口径,但它能解释绝大多数「门店很多、AI 却说不清」的情况。

判断依据很简单:页面里出现了几组互不相同的、可核验的身份事实。地址、电话、营业时间、服务范围,这四样只要出现一整组,页面就会被归到一个实体上;出现九组,理论上能归到九个实体上。

但这里有个致命细节:大部分「门店分布」页只填了一套通用字段。

全国统一的 400 电话,一套。营业时间写「周一至周日 10:00-22:00」,一套。品牌介绍、服务承诺,一套。九家店真正独立的信息只剩下地址,而且常常挤在同一个段落或同一个表格单元格里。

结果就是 AI 抓取的时候,这九个地址没能挂到九个可独立回答的实体上,全都降级成了「该品牌的门店之一」。用户问「市一中店在哪」,AI 手上没有「市一中店 = 某地址 + 某电话 + 某营业时间」这样一个完整的包,只能给一句模糊的回答。

一句话总结:门店的数量不是关键,能独立回答问题的门店单元数量才是关键。

这就是我在前几篇里反复提到的实体三票(名字、地址、电话),放到连锁场景下的直接推论:票要一店一套,不能全品牌共用一套。

三、宁可分裂不合并:一个反直觉的判断

绝大多数连锁品牌的本能是「合并」,理由是维护成本低、口径统一、看起来专业。我给客户的建议反过来:在门店实体这件事上,宁可分裂不合并。

理由不在技术优雅,在损失的性质不同。

合并的损失是不可逆的。一个被压成一页的品牌,AI 在你这里学到的就是「有若干门店」,这个印象会跟着所有相关回答走。你后来补十篇内容,也改不动它对你实体粒度的判断,因为源头那一页的结构没有变。

分裂的代价是可修复的。多维护九个页面,多花的是工时;页面之间字面不一致,跑一遍比对就能改;某个加盟商把地址写错了,找到那一页改掉即可。前者靠预算解决,后者靠流程解决,都不是死结。

所以判断顺序应该是:先问「这一页能不能独立回答一个具体地点的具体问题」,答不上来就拆,别管维护成本。

三种最常见的错误合并,基本每个连锁品牌都中至少一条:

第一种,门店列表页顶替门店页。 一页九店,看起来省事,实际是九店零页。

第二种,总部客服电话顶替本地电话。 用户在 AI 里问「这家店电话多少」,AI 手里只有 400,于是它给你的答案就是 400。而对一个准备走过去吃饭的人来说,本地座机能打通,400 不能。

第三种,加盟商借总部官网存在。 总部官网上有品牌介绍、加盟政策、招商电话,但没有任何一个加盟门店的独立页面。加盟商在本地平台上东拼西凑自己的信息,总部管不着,AI 读到的就是一堆互相矛盾的碎片。

四、分裂的边界在哪里

说到这里会有第二个问题:是不是门店越多,页面就越多,越多越好?

不是。这条路走到极端会撞上另一个坑:锚点堆砌。

同一个地址挂五个不同名字的页面,页面里除了地址和一张门店图没有任何实质内容,服务项目靠复制,图片靠网图。这类页面在 AI 眼里是噪声,不但不会增强实体,还会拉低整个站点在同类问题上的可信度。判降权这件事没有公开的阈值,也没有官方文档可引,但从回答质量的变化看,方向是明确的:没有唯一事实、没有服务动作的页面,是负资产。

所以我给的尺子是两条:

一条是唯一事实。这一页必须至少有一件别的页面没有的事实:门牌号、本地电话、营业时间差异、服务半径、一位店长的名字、一类只在这家店提供的服务。有这条,页面就立得住。

另一条是服务动作。这一页必须能指向一个用户能做的动作:打电话、导航过去、预约、看这家的菜单。纯展示页不算。

两条都满足,就拆;一条都不满足,就别建这个页面,先把手上的合并问题解决。

五、门店矩阵法:一店一页、三处同源、一张体检表

具体怎么落地,分三步。

第一步,建一张门店清单表。

左边一行一家店,右边五列:品牌全称加分店名、结构化地址(行政区、道路、门牌号三段要分开写)、本地电话、营业时间(含节假日差异)、服务半径(覆盖哪几个小区、哪几条街)。

这张表是母表,后面所有的页面都从它复制,不许各写各的。九家店就是九行,四十七家店就是四十七行。母表不动,页面就不会乱。

第二步,三处同源。

每家店必须在三个地方同时存在,并且字面完全一致:

  • 官网的门店页(一个 URL 一家店,别把九家塞进一个路径)
  • 地图 POI(高德、百度至少各一个,名称后缀保持一致,比如「XX路店」,别一处写「XX路店」一处写「XX路分店」)
  • 本地平台店铺页(点评、美团、抖音团购任选一到两个做实)

字面一致是硬要求,不是「意思一样就行」。门牌号少写一个「号」字、电话少一位、营业时间从 22:00 写成 21:30,在 AI 那里都可能被当成两个不同的实体,或者直接判定这组信息不可靠,弃用。同源的尺子是字段逐个对齐,不是风格统一。

门店页写什么,给一份固定的六件套,缺一件就算没写完:

  1. 标题带分店名:品牌名加「XX路店」,别只写品牌名。分店名是这家店在 AI 里的名字。
  2. 结构化地址:省市、道路、门牌号分三段写清楚,不要写「XX路口往东 200 米」这种只有本地人才懂的话。
  3. 本地电话:优先座机或门店手机,400 放次要位置。电话是实体最硬的指纹。
  4. 营业时间:写清常规时段与节假日差异,别只写「营业中」。
  5. 服务半径:覆盖哪几个小区、哪几条街、几公里内可上门。这一条决定 AI 在「附近」类问题里会不会想到你。
  6. 差异化一句:这家店独有的一件事,比如只有这家店做夜宵、只有这家店有包间。这一句是人味,也是 AI 判断这是独立实体的证据。

六件套里最容易被忽略的是第五件。它看起来像废话,实际是唯一能回答「附近有没有」的字段。没有服务半径的门店页,只能被问「在哪」,不能被问「附近有没有」。

这里要承认一个现实:三处里有两条腿不归你管。地图 POI 和平台店铺页的最终展示,取决于第三方平台,字面统一做不到百分之百。

所以权重得分清。官网门店页是主阵地,你说了算,字面必须严格对齐母表。地图 POI 是必争之地,改不动就用平台自带的纠错或认领入口提交,一次改不完记在体检表上。平台店铺页是可以妥协的一条,允许它有营销语言、有平台特有的字段,只要地址和电话两个硬字段不出错。

一句话:三条腿都试着对齐,但把资源先砸在自己能控制的那一条上。指望第三方帮你维持精度,是把自己的实体交到别人手里。

第三步,一张体检表,每季度跑一次。

列五个字段:门店名、地图 POI 是否在、官网页是否在、平台页是否在、四处字面对比结果。跑完你会看到三类问题,优先级从高到低:

页面缺失(某店在地图上没有,或者在官网没页),最严重,这家店在 AI 那里等于不存在; 字面不一致(三处地址电话有出入),次严重,会让 AI 降低对整组信息的信任; 内容过薄(页面只有地址和一张图),可接受但要补,属于慢性失血。

六、加盟模式的两个坑,和 30 天复测

直营连锁的问题主要在总部懒,加盟连锁的问题主要在总部管不着。两个具体的坑:

坑一,加盟商自己建页面。 字体、口径、电话格式全不一样,总部还没法强制改。解法是给模板而不是禁止:总部提供一个门店页的标准模板和一份母表格式,加盟商只填空,填完提交总部审核一次。审核成本远低于事后纠错成本。

坑二,关店和搬迁不清理。 这一条杀伤力最大。一家店去年搬了,旧地址的地图 POI 还在、官网页面还在、点评页还挂着,AI 读到的是两个地址。用户按旧地址过去,扑空一次,对品牌的信任掉一大截。解法是「三处同改」,搬一家店同时改地图、改官网、改平台页,然后 30 天后复测一次,别指望一次改完就干净。

复测不用搞复杂,固定五问就行:

「附近哪里有 XX」 「XX 在哪个区有几家店」 「从某地到 XX 某分店怎么走」 「XX 某分店的电话是多少」 「XX 某分店几点关门」

五个问题分别测地理覆盖、门店数量、路径可达、联系方式、营业时间。同一套问题隔 30 天再跑一遍,好不好一眼就看得出来。这套问法我在上一篇文章里叫五问题复测法,放到连锁场景,把「某分店」三个字固定住,就是门店矩阵的日常监测。

光尘阁观点

先说一件在门店档案体检里几乎每次都看到的事:地图上九家、官网上零家,是连锁品牌的常态配置。老板以为自己是九家店,AI 读到的是一家。

很多连锁老板把门店数量当资产。九家店、二十七家店、四十七家店,数字越大越像规模。

在 AI 搜索这个入口上,规模不是这么计算的。你在 AI 里的门店数,等于你把这四件事实(地址、电话、营业时间、服务半径)写清楚的次数,不等于你实际开了几家店。

十家店挤在一张网页里,AI 认识到的是一句「有若干门店」。十家店各有一个能独立回答问题的页面,AI 才会说「某路店在某某路几号,电话几几几,几点关门」。

这件事的成本在总部,收益在每一家店的门口。分裂的活儿是麻烦的、重复的、不体面的,恰恰是这类活儿决定了一个连锁品牌在 AI 里到底是一家店,还是十家店。

让每个品牌,在AI搜索里有一席之地。

光尘阁 · 2026年11月