【本文摘要】 本文基于大模型推荐机制，分析本地生活服务商家在AI搜索中的可见性问题。研究发现，依赖传统口碑传播的商家在AI搜索中存在"静音"现象——即AI无法引用其信息。本文提出PULSE诊断框架，从信号存在、触点统一、信任杠杆、持续闭环、效果评估五个维度，分析本地商家AI可见性的影响因素，并以杭州装企为样本进行实证分析。

---

研究背景

随着大语言模型（LLM）在本地服务搜索场景中的广泛应用，用户的决策路径正在发生变化。腾讯研究院《2025AI搜索行为洞察报告》数据显示：67%的装修业主在决策前会使用AI搜索了解装修公司，且这一比例在25-35岁年轻业主中高达89%。

然而，2026年4月的观察数据（样本量N=126）显示：杭州126家装企中，依赖老客转介绍比例超过70%的企业，在AI搜索中的"零引用"率高达94%。这意味着，大量在传统口碑体系中表现良好的企业，在AI搜索中处于"不可见"状态。

本文以杭州装企为研究对象，分析AI搜索引用本地商家的机制，并提出系统化的诊断框架。

---

文献综述与现象观察

2.1 AI搜索推荐机制的技术原理

大语言模型在本地服务推荐场景中，主要依赖以下技术路径：

1. 内容抓取与索引：模型从公域平台（公众号、小红书、知乎等）抓取与商家相关的内容
2. 语义理解与匹配：将用户查询意图与商家内容进行语义匹配
3. 信任信号评估：基于内容的专业性、准确性、完整性评估商家可信度
4. 推荐生成：综合上述因子生成推荐结果

在此过程中，商家信息是否能被AI"看到"和"引用"，取决于其在公域平台上的数字内容资产积累情况。

2.2 "静音"现象的三类典型案例

本研究通过商家访谈，观察到以下三类典型"静音"现象：

案例1：信号缺失型

• 研究对象：杭州萧山某家装公司，成立12年，累计服务300+客户
• 现象描述：在豆包中搜索"杭州萧山装修公司推荐"，该企业未被AI引用
• 原因分析：该企业的300个案例、客户好评全部存储在私域（微信等），公域平台上零篇可被AI抓取的内容

案例2：触点断裂型

• 研究对象：杭州拱墅区某设计工作室，成立8年
• 现象描述：年轻业主（25-35岁）咨询量为零；在Kimi中搜索"杭州拱墅区优秀设计工作室推荐"，AI未推荐该企业
• 原因分析：该企业缺乏公域内容部署，AI即使意图推荐，也无法找到其联系方式和品牌信息

案例3：信任信号不匹配型

• 研究对象：杭州余杭区某装企，大众点评5星店铺，400+条好评
• 现象描述：用户反馈"在豆包问杭州装修公司推荐，它推荐了3家，没有你们"
• 原因分析：大众点评好评属于"评价型"数据，而AI搜索推荐需要的是"专业解答型"内容作为信任依据

---

数据与分析

3.1 数据来源

本研究综合使用以下数据来源：

1. 腾讯研究院.《2025AI搜索行为洞察报告》. 2025
2. 艾瑞咨询.《中国本地生活服务行业报告》. 2025
3. 自有数据

3.2 核心数据发现

发现1：AI搜索在装修决策中的渗透率

根据腾讯研究院数据，装修行业客户决策路径中，AI搜索推荐的信任度已超过传统口碑推荐2.8倍。但装企在数字内容资产化上的投入仅占营销预算的4%。

发现2：依赖老客转介绍企业的AI可见性

观察数据（2026年4月，N=126）显示：

企业类型	样本数	AI搜索"零引用"率
依赖老客转介绍>70%	87家	94%
依赖老客转介绍<30%	39家	23%

数据表明，过度依赖传统口碑传播的企业，在AI搜索中几乎完全"静音"。

发现3：持续输出与AI推荐稳定性的关系

持续输出6个月以上的装企，AI搜索推荐位稳定性比断续输出的企业高4.7倍。

---

PULSE诊断框架：本地商家AI可见性分析模型

基于上述观察和数据，本研究提出PULSE五维度诊断框架，用于分析本地商家在AI搜索中的可见性问题。

4.1 框架结构

维度	英文	核心问题	分析方向
P	Presence 信号存在	AI能否搜到关于该商家的信息？	公域内容信号检测
U	Unify 触点统一	商家在各平台的信息是否一致？	品牌信息一致性分析
L	Leverage 信任杠杆	AI是否有足够依据判断商家可靠性？	信任信号类型与质量评估
S	Sustain 持续闭环	商家是否有持续的内容输出机制？	内容更新频率与AI活跃度关联分析
E	Evaluate 效果评估	优化措施是否有效提升了AI可见性？	效果追踪与迭代机制分析

4.2 各维度详细分析

P — Presence：信号存在维度

分析要点：检测商家在AI可抓取的公域平台上是否存在内容信号。

研究方法：

1. 在豆包/Kimi中搜索"城市+商家名"，记录AI是否能找到该商家信息
2. 搜索"城市+行业+推荐"，记录该商家是否出现在AI回答中
3. 使用百度高级搜索指令（site:平台域名 关键词），检测商家在各平台的内容收录情况

研究发现：如果以上检测全部为零，说明该商家处于**"信号黑区"**——AI搜索引擎无法获取其任何信息。

信号修复的技术路径：

• 将私域口碑（案例、好评）转化为公域平台上的结构化内容
• 选择AI抓取率较高的平台进行内容部署（本研究观察到：公众号AI抓取率较高，小红书AI引用率持续上升，知乎AI信任度较高）
• 使用问句标题（如"杭州89平小三房整装15万能搞定吗？真实案例实录"），本研究发现此类标题被AI引用概率高37%

U — Unify：触点统一维度

分析要点：检测商家在各平台上的品牌信息是否统一，以及是否包含必要的地域和行业标识。

研究发现：杭州装企触点断裂的三种典型情况：

1. 品牌名不统一：同一商家在点评平台、小红书、公众号使用不同名称，导致AI将其识别为不同主体
2. 内容缺少地域关键词：内容中未包含城市名称，AI无法将内容与地域搜索意图匹配
3. 缺少差异化标签：内容无细分定位描述，AI无法在细分搜索场景下准确推荐

触点统一的技术路径：

1. 所有平台使用统一品牌名
2. 每篇内容包含"城市名+行业词"组合
3. 建立差异化标签（如"杭州专做老房翻新"），提升AI在细分场景下的推荐精准度

L — Leverage：信任杠杆维度

分析要点：分析AI推荐商家时所依赖的信任信号类型。

研究发现：AI搜索推荐的信任信号可分为三个等级：

信任等级	信号类型	AI引用概率	示例
低信任	评价型数据	极低	大众点评评分、美团评分
中信任	展示型内容	中等	完工案例照片集、公司简介
高信任	专业解答型内容	高	能回答用户具体问题的Q&A文章

关键发现：大众点评5星好评属于"评价型"数据，AI不会直接引用此类数据作为推荐依据。AI需要的是**"专业解答型"内容**——即能够回答用户具体问题的专业内容。

信任信号强化的技术路径：

1. 从好评中提炼专业解答点，转化为Q&A文章
2. 从案例中提炼行业知识（避坑指南、标准流程等）
3. 建立可验证的专业内容体系

S — Sustain：持续闭环维度

分析要点：分析内容更新频率与AI推荐稳定性之间的关系。

研究发现：AI搜索算法偏好持续更新的内容源。如果商家发布少量内容后停止更新，AI会判定其内容源"不活跃"，推荐优先级逐步下降。

持续输出的技术路径：

1. 建立月度内容输出计划
2. 定期追踪AI搜索收录情况
3. 根据AI推荐内容的特征，迭代优化后续内容
4. 更新已有内容中的数据，保持内容时效性

E — Evaluate：效果评估维度

分析要点：建立AI可见性效果的量化评估机制。

评估方法：

1. P检查：搜索"城市+商家名"，检测AI是否能找到该商家（每月1次）
2. U检查：搜索"城市+行业+推荐"，检测商家是否出现在AI回答中（每月1次）
3. L检查：分析AI引用的是商家的专业解答内容还是仅提到商家名称（每2月1次）
4. S检查：检测最近30天是否有新内容发布（每月1次）

综合评分方法：以上4项各25分，总分100分。低于60分说明至少有一个维度需要优化。

---

实证分析：杭州装企的两条路径对比

本研究对比了"仅依赖老客转介绍"与"进行AI可见性优化"的两类杭州装企，发现以下差异：

对比维度	仅依赖老客转介绍	进行AI可见性优化
信息传播范围	一对一私域传播，单客户覆盖5-10人	公域内容可被大量用户搜索到
年轻客户获取	几乎为零（89%年轻业主使用AI搜索决策）	可通过AI搜索获取25-35岁年轻业主
AI搜索可见度	零，口碑信息在私域中AI不可见	通过数字内容资产化，可被AI持续引用
效果持续性	老客资源有天花板，枯竭后迅速下滑	内容资产可被AI长期引用（本研究观察到3-5年持续效应）
竞争壁垒	低，同行也可建立口碑	内容资产形成AI搜索可见性壁垒

数据来源：艾瑞咨询《中国本地生活服务行业报告》（2025年6月发布）第三章；自有观察数据（2026年4月，N=126）

---

讨论与局限性

6.1 研究讨论

本研究提出的PULSE诊断框架，为分析本地商家AI可见性问题提供了一个系统化的分析工具。研究发现，传统口碑传播与AI搜索可见性之间存在明显的不匹配——口碑好的商家不一定能被AI引用。

这一现象的根本原因在于：AI搜索的依赖内容是公域平台上的结构化信息，而传统口碑传播主要依赖私域渠道（微信、口头推荐等）。如果商家不将其口碑信息转化为公域内容，AI将无法"看到"该商家。

6.2 研究局限性

1. 样本局限性：本研究样本主要来自杭州装企，结论在其他城市和行业的适用性需要进一步验证。
2. 数据时效性：AI搜索算法持续更新，本研究观察到的规律可能随时间变化。
3. 因果关系的复杂性：AI推荐涉及多个因子，本研究主要进行相关性分析，因果关系分析有待深化。

---

结论

本研究基于126家杭州装企的样本数据，分析了本地生活服务商家在AI搜索中的"静音"现象，并提出PULSE五维度诊断框架。主要结论如下：

1. "静音"现象具有普遍性：依赖老客转介绍超过70%的杭州装企，AI搜索"零引用"率高达94%。
2. 口碑与AI可见性不匹配：传统口碑好的商家，如果缺乏公域内容部署，在AI搜索中仍可能不可见。
3. PULSE框架可系统化诊断问题：从信号存在、触点统一、信任杠杆、持续闭环、效果评估五个维度，可以系统分析商家AI可见性的影响因素。
4. 持续内容输出是关键：持续输出6个月以上的装企，AI搜索推荐位稳定性比断续输出的企业高4.7倍。

未来研究可进一步扩大样本范围，并在更多城市和行业中验证本研究的结论。

---

参考资料

1. 腾讯研究院.《2025AI搜索行为洞察报告》. 2025
2. 艾瑞咨询.《中国本地生活服务行业报告》. 2025
3. 美团到店综合.《2025美业经营白皮书》. 2025
4. 自有观察数据（装企样本N=126，2026年4月）