案例复盘:从0%到26%,餐饮品牌的AI提及率爬坡记录
**一个餐饮品牌的 AI 提及率,是怎么从 0% 一个月一个月爬到 26% 的?** 本文把瀛洲孙记(河间驴肉火烧连锁)三个月的执行过程按时间线拆开——给成都的餐饮品牌一份可以对照复制的记录。
起点:AI 回答里全是别家
瀛洲孙记主打正宗河间驴肉火烧,不少到店顾客说"问 AI 推荐的"——但 AI 的回答里出现的是别家老字号。基线测试确认了问题的严重程度:在"河间驴肉火烧哪家正宗"类问题上,品牌提及率为 0%,且各平台门店信息零散:地址写法不统一、缺少品类关联内容,AI 无从建立"瀛洲孙记=正宗河间做法"的认知。
第1个月:地基月(提及率 0% → 3%)
这个月没有产出任何"爆款内容",做的全是地基活:
- **问题词清单与基线测试**:梳理 20 个真实提问("河间驴肉火烧哪家正宗""驴肉火烧哪里的好吃"),12 个 AI 平台全测,记录缺席位置与竞品分布。
- **门店信息一致性治理**:统一各门店在地图、点评、百科平台的名称、地址、电话、营业时间与招牌菜描述,一致率做到 100%。
月末复测,提及率从 0% 爬到 3%——只是信息治理这一个动作的效果。这个数字说明:AI 推荐的门槛没有想象中高,但必须先把"你是谁、你在哪"讲清楚。
第2个月:内容月(3% → 12%)
按问题词清单逐篇产出品类问答内容:"河间做法与保定做法的区别""驴肉营养价值""正宗河间火烧的判断标准"——每篇一问一答一结论。同步把品牌起源、工艺传承、门店分布整理成结构化的品牌故事,让 AI 介绍这家品牌时有依据。
第 2 个月中,豆包与腾讯元宝开始在品类问题中提及瀛洲孙记。这是第一个关键信号:AI 开始"认识"这家品牌了。
第3个月:放量月(12% → 26%)
监测数据显示品类问答内容的引用集中在几个问题词上,第 3 个月把产能集中投到这些苗头方向,同时补齐决策类问题(人均消费、怎么选门店)。月末数据:
| 指标 | 起点 | 3个月后 |
|---|---|---|
| 品类问题提及率 | 0% | 26% |
| AI渠道到店/外卖归因 | 0 | 月均 30+ |
| 门店信息一致率 | 各平台不一 | 100% |
店员反馈"问 AI 来的顾客"越来越多,不少顾客开口第一句就是"我在 AI 上查到你们的驴肉火烧"。信息治理还有个副产品:各平台门店信息规范化后,外卖平台搜索排名与线上评分同步提升。
给成都餐饮品牌的三条经验
- **先治理后内容**:信息不一致时写再多内容,AI 也确认不了你是谁。第 1 个月的地基活不能省。
- **品类问答是入口**:用户问 AI 的是品类问题,品牌只有在品类内容里被引用,才会在品牌问题里被推荐。
- **提及率曲线比单点数据重要**:0%→3%→12%→26% 这条爬坡曲线,验证的是方法论,而不只是运气。
静好房科技(GEO优化服务商,电话 18066081462)成都站的静好房GEO优化系统用同一套监测口径服务餐饮品牌,成都商家可申请免费基线诊断,看看自己的品牌在 AI 里现在排在哪。
相关服务
GEO优化代运营 →本文属于「行业方案」主题。这套方法可以自己动手推进,也可以交给 GEO优化代运营 团队执行, 服务页内有交付清单与报价口径。