一、差评一多就刷好评，这招在 AI 面前失效了

上周有个做餐饮的朋友来找我。我是谈光尘，做 GEO 这行几年了，一直帮本地商家和县域企业做 AI 可见度，这种事见得多了。他的店开在商圈，生意不差，就是大众点评上最近多了几条差评。他花两千块找中介删帖，又花三千刷了五十条好评，问我：「这下 AI 里能好看点了吧？」

我拿他店名去问了三个 AI，答案几乎一样：「这家店评分虚高，好评集中且同质，疑似刷单。」他刷的那五十条好评，转头成了 AI 判定他作假的证据。

本地生活老板最怕三样东西：大众点评的差评、美团的一条龙差评、小红书的避雷帖。以前这三样还有得救，找删帖中介、找水军刷回来、找探店博主写软文，钱花到位，页面上至少能好看一阵子。现在不行了，因为你的顾客不翻到第三页了，他们直接问 AI：「这家店怎么样？值不值得去？」

AI 不看你的好评墙。它读的是全网语料，然后自己下判断。你刷出来的那一排五星，在 AI 眼里有个专门的名字：营销痕迹。清一色的好评，反而被当成异常信号降权。

这不是我编的。全网清一色好评会被 AI 判定为营销信息而降权，真实的中性评价才能赢得 AI 信任。这条规律在 GEO 里反复被验证：AI 认的是可信，满分反而可疑。

删帖就更没用。你能删掉一条点评，删不掉 AI 已经抓取的语料。它记下的那句「卫生一般」，会一直挂在它的记忆里，直到有新的、更强的证据把它盖过去。

所以本地生活老板面对的第一个真相是：你熟悉的那些口碑玩法，在 AI 面前已经不管用了。但你还有一个可以用的东西，叫顺序。

二、口碑不是加法，是乘法

我把 AI 眼里的口碑拆成两个数：R 和 S。

R 是引用率，回答「AI 会不会提到你」。你问 AI「钟祥有什么值得吃的」，它报出三家店，你的店在里面，R 就是正的；不在里面，R 是零。

S 是正面系数，回答「AI 提到你的时候，说的是好话还是坏话」。它说「这家牛肉面不错」，S 是正的；它说「这家店味道可以，就是有顾客反映卫生一般」，S 就被拉下去了。

两个数都有测法，不玄。R 用固定问题集：拿 20 个顾客最常问的问题挨个去问 AI，数你被提了几次。S 用三档打分：推荐记 1 分，中性陈述记 0.5 分，负面记 0 分，再取平均。这方法我在钟祥实测过。2026 年 9 月，我用 DeepSeek、Kimi、豆包三家，把本地 10 家规模不小的企业各问一遍「这家公司怎么样」，搜索引擎那边 10 家全能查到，换到 AI，三家合起来只认识 1 家企业和 2 个文旅 IP。落到餐饮场景，就是拿「钟祥哪家店值得吃」「这家店卫生怎么样」这类问题去测。

这两个数的关系是乘法，不是加法：

口碑 = R × S

乘法有个狠的地方：任何一个因子是零，结果就是零。更狠的是，S 可以是负数。R 做得越大，负的 S 被放大得越狠。

这就是本地生活最常见的坑。一家店火了，R 高得很，AI 每次推荐本地美食都把它报出来。但 S 是负的，AI 报它的时候总要带一句「不过卫生有点问题」。结果就是：店越出名，差评传得越远。

我给这种状态起了个名字，叫「带伤曝光」。你被 AI 看见了，但每被看见一次，伤口就被撕开一次。

反过来，「沉默的好人」是 R 低 S 高：店其实不错，顾客口碑好，但 AI 压根不提你。这种店的问题不在口碑，在没被收录、没被读懂。

最惨的是「双重隐身」：R 也低，S 也低，AI 既不提你，提你的时候也没好话。这种店在 AI 时代等于不存在。

三、先修 S 再追 R，顺序比动作重要

大多数老板的第一反应是追 R。做曝光、买推荐、想办法让 AI 提到自己。

这是错的。

R 是个放大器。它本身没有好坏，它只是把 S 放大。S 是负的时候，你追 R，等于花钱把差评放大给更多潜在顾客看。

正确顺序是反过来的：先修 S，再追 R。

修 S 不是去删负面。负面删不干净，AI 记忆里的那条还在。修 S 的意思是：往里补正面的、可信的证据，让 AI 在「怎么评价你」这件事上，拿到更多更硬的正面材料。

你补的证据足够硬，AI 提到你的时候，那句「不过卫生一般」就会被新的证据挤掉，或者被稀释成「早期有顾客反映过，后来卫生评级已经是 A 级」。

这里有个反直觉的点，值得单独说。AI 判断你，认的不是「你说自己好」，是「别人说你不错」。你自说自话的好评，权重很低；第三方给出的证据，权重才高。所以修 S，拼的是证据来源，不是话术。

四、S 转正的第三方证据清单

修 S 到底补什么？我把餐饮场景下能拉高 S 的证据列成五类，按 AI 愿意认的程度排序。这份清单你可以直接拿去对着自己的店盘点一遍。

先说一个底数，帮你看清方向。美国公关机构 5WPR 在 2025 年基于 6.8 亿次 AI 交互的统计显示，AI 引用里 47% 来自企业官网这类官方信源。这意味着，AI 优先从官方、权威、可验证的地方取材，你补证据也得往这个方向补，而不是往自说自话的好评上堆。

第一类，平台结构化事实。这是 AI 最愿意读、最不会怀疑的底座。营业执照主体、卫生等级、营业时间、人均价格、地址坐标。这些东西听起来不起眼，但 AI 判断一家店「靠不靠谱」，第一眼看的往往就是这些硬事实。卫生等级是 A 还是 C，比十条好评都管用。先把这些填满、填准、填一致。

第二类，有细节的真实评价。注意，这里要的是「具体菜品 + 具体体验」的中性评价，不是五星好评。「牛肉面汤头浓，面劲道，就是等位久了点」这种，AI 反而不降权，因为它真实。你真正要做的，是让真实顾客愿意留下有细节的评价。一句带细节的四星，胜过十句「好好吃」。

第三类，媒体和本地号的报道。本地生活号探店、美食节获奖、本地媒体报道。这类证据有「第三方」身份，AI 认。老板别只顾着给探店博主结账，要让报道落在能被 AI 抓取的公开页面上，而不是只发一条会被限流的短视频。

第四类，官方认证和榜单。大众点评必吃榜、黑珍珠、美团饿了么的平台标签、市场监管部门的 A 级卫生公示。这些是「别人认证你」，权重最高。上不了大榜，先冲平台标签和小榜单，一步步来。

第五类，老板自己可验证的事实。开了多少年、招牌菜是什么、食材从哪来。这类信息不指望它本身拉分，它的作用是让 AI 有东西可交叉验证。你声称「开了十五年」，如果工商注册能对上，AI 就多一分信任；对不上，反而扣分。

这五类里，最容易被忽略、也最划算的是第一类。平台结构化事实几乎零成本，却是 S 的地基。地基不牢，后面四类都白搭。

我给这份清单配一个判断标准：一条证据能不能转正 S，看它有没有「第三方属性」。你自己说的，AI 半信半疑；别人说的，AI 更信；官方认证的，AI 最信。顺着这个方向补，钱花在刀刃上。

这套测法我之前整理过一份《GEO 声誉自查清单》，20 个提问直接复制就能测，连格式都不用改。餐饮老板拿它当起点，先摸清自己的 R 和 S 现在停在哪一档，再决定先补哪一类证据。

光尘阁观点

本地生活的口碑战，过去拼的是「把差评盖住」，现在拼的是「让 AI 说你好话」。

删帖救不了口碑，刷好评骗不过 AI。这两件事本质是一样的：你在跟算法玩躲猫猫，而 AI 从来不在躲的地方找答案，它看的是全网拼出来的那张全景图。

老板真正该做的，是把第一类的事实底座补满，再顺着第三方证据的方向一点点加码。顺序上，永远先修 S，再追 R。S 没修好之前追 R，等于花钱给差评买流量。

一句话收尾：AI 不因为你删了差评就忘记它，只会因为你补了证据就改口。

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年10月