同一个问题，为什么在两座城市得到两套答案
2026年3月到9月，我们对12个行业、36个品牌、18组城市对做了一轮持续观测。方法很笨：同一批测试账号、同一套问题清单、同一时间段，分别在两座城市向主流生成式引擎提问，记录回答里出现的信源、品牌与结论。半年下来采集有效回答4820条，清洗后留下可对比样本3960条，其中41.7%存在实质差异。这里说的实质差异指信源被替换、推荐集合发生变化、结论方向相反，单纯的措辞不同不计入。
行业分布很不均匀。本地生活服务类63.2%，家居家装58.5%，医疗健康52.1%，教育培训47.3%，连锁零售44.6%，B2B工业品31.8%，通用知识与政策解读只有11.4%。规律很清楚：越依赖线下交付、越依赖本地供给的行业，地域分化越严重；越标准化的知识型问题，地域影响越小。这条规律决定了不同行业的优化预算应该投在哪里。
差异通常以三种形态出现。第一种是信源替换，同一个问题，成都的回答引用本地商协会公布的名单和地图上的门店信息，上海的回答引用全国性行业媒体的榜单。第二种是集合变化，推荐的前五名里只有一到两个重合。第三种最隐蔽，是结论反转，比如某个品类在一线城市被描述为价格透明、竞争充分，在三四线城市却被描述为供给稀少、需要提前预约。三种形态对应三种完全不同的处理方式，混在一起谈优化，必然做无用功。
三层信号叠加：查询改写、地域索引与信源权重
生成式引擎不是在拿原句直接检索，中间至少经过三层加工。第一层是查询改写，系统判断这句话里有没有地理意图。附近、上门、哪家好、维修、多少钱这类词属于强地理信号，模型会自动把城市名、甚至区县名补进检索式。用户看到的问句和实际执行的检索式，往往已经不是一回事。
第二层是地域索引。检索层的候选文档本身带地理标签，标签来源包括页面上的地址、结构化数据里的行政区划、站点备案地，以及历史上被引用时关联的地点。带标签的文档在对应城市会被优先放进候选集，没有标签的文档只能靠语义相关性硬挤进去。大量品牌官网在这一层就出局了，因为全站只有一个总部地址，没有任何城市维度的标记。
第三层是信源权重。候选集确定之后，排序不只看相关性，还看信源可靠性、时效性和地理贴近度。同一篇内容，如果发布在本地媒体上，在本地提问中的权重明显高于发布在全国性平台上。三层信号之间是乘法关系，任何一层归零，整体就会归零。
这个模型解释了为什么全国统一的内容策略会失效。同一批素材在一座城市能拿到引用，换一座城市连候选都进不去，原因不在文案质量，而在第二层的地理标签缺失。诊断地域问题必须按层拆解，笼统地说内容不够好，找不到真正的原因，也开不出有效的药方。
本地信源权重的真实排序
我们统计了3960条样本的信源构成。本地媒体占27.4%，地图与POI信息占22.1%，生活服务平台占18.3%，政务与事业单位网站占11.9%，地方自媒体与本地社群内容占9.2%，全国性媒体占7.6%，品牌官网及自有站点合计只有3.5%。这个排序在成都、武汉、沈阳、青岛四个城市之间的偏差都在正负4个百分点以内，稳定性相当高。
本地媒体和地图信息权重高，核心原因是可核验。它们同时具备地址、营业状态、联系电话、更新时间四个要素，模型在生成答案时可以把这些事实直接摘出来，出错风险低。地方报道还常带具体街道、具体项目、具体负责人，这些细节构成了地理锚点。反观一篇通篇没有地名的品牌软文，除了品牌词本身，几乎提供不了任何可供定位的信息。
官网只有3.5%，是被自身结构拖累的。我们抽查了120个品牌站点，78%把地址放在页脚，64%没有任何门店独立页面，只有19%使用了本地商家类型的结构化标注。当地址只是页脚里的一行小字，它对检索系统而言就不是地理实体，而是一段装饰性文本。这个差距不是内容能力问题，是信息架构问题。
提升路径有三步。第一步，为每个有实际交付能力的城市建立独立页面，标题包含城市名与核心服务，正文写清服务范围、典型项目、响应时效、对接人。第二步，用结构化标注声明这是一家本地商家，写明名称、地址、电话、营业时间、服务区域，并且全站保持完全一致。第三步，让城市页与总站之间形成清晰的层级链接，使检索系统理解这些页面属于同一个实体、但服务不同区域。
IP与CDN信号如何被读取
判断位置最直接的信号是IP。IPv4与IPv6地址库的城市级定位准确率大约在92%到97%之间，区县级只有60%到75%，商圈级更低。这解释了为什么答案常常精确到城市，却很少精确到街道。这不是引擎偷懒，而是信号本身的精度上限，再怎么优化内容也突破不了物理层的限制。
IP信号会被三类基础设施扭曲。第一类是CDN与云服务，企业把出口放在云厂商机房，出口IP就注册在机房所在城市，而不是办公地。第二类是企业专线与跨省出口，总部统一出口会让所有分支机构都显示为总部所在地。第三类是移动网络的地址转换，同一个出口IP背后可能有几十万用户，定位只能落到城市甚至省级。我们测过一批使用代理与跨境线路的账号，城市误判率在8%到15%之间。
因此现代引擎不会只依赖IP。它还会融合账号历史位置、设备语言与时区、过往搜索与点击行为、用户主动填写的地址，以及授权之后的精确定位。多信号融合带来一个副作用，惯性。一个人从北京飞到深圳，前几天的回答仍然带有北京特征，通常需要三到七天的行为积累才会完全切换。做测试时如果不把惯性算进去，很容易把惯性误判成引擎的地域策略。
对品牌来说，正确的结论不是去想办法伪造IP。伪造位置或许能让测试账号看到某个城市的答案，但真实用户看到的仍然是他们所在城市的候选集，这种优化没有任何商业价值，还会浪费本就不多的预算。资源应该投在能被检索到的本地实体建设上，这才是能被反复兑现的资产。
城市词改写链与区县颗粒度
一条完整的地域改写链通常是四级收敛：泛需求、城市、区县、商圈。用户问附近哪家装修公司靠谱，系统先补城市，得到成都装修公司推荐；如果历史位置在武侯区，继续收窄到区县；如果问句里出现了具体小区名，则直接落到商圈级。每收窄一级，候选文档的数量下降一个数量级，能被引用的信源也随之更换。
不同行业停在不同层级。餐饮、美业、便利店这类高频到店消费停在商圈与街道，超过三公里基本无效；家装、维修、搬家这类上门服务停在区县，服务半径通常在十到三十公里；汽车销售、职业培训、专科医疗停在城市，用户愿意跨区但很少跨市；工业设备、企业服务、工程承包停在省域甚至全国，本地化只体现在响应速度与案例地缘上。
常见的浪费是把所有行业都按最细颗粒度铺。正确做法是先测需求分布：用城市名加行业词、区县名加行业词、商圈名加行业词分别去提问，看哪一层的回答里出现了真实的比较与推荐，而不是模板化的兜底答案。如果区县层的问题得到的都是空泛回答，说明这一层还没有形成有效需求，投入产出比很低，预算应该移回城市层。
量级也要提前算清。假设进入20个城市，每个城市覆盖5个核心场景，每个场景再分3个颗粒度，理论上就是300个页面。真正需要独立撰写的只有城市层与场景层交叉的部分，约100个；区县与商圈层可以用结构化数据加列表承接，不必每个都写成长文。把量级算清楚，才不会在第一周就陷入产能焦虑，也不会做到一半就断档。
多城市布局的四种典型错误
多城市项目里的失误，多数不是执行不力，而是结构从一开始就错了。以下四种做法在六十多个项目里反复出现，每一种都会让地域差异问题变得更严重，而且往往在前三个月看不出来，等到复测时才发现方向偏了。
用一个总站打全国
总站把全部城市的信息堆在一页，地址列成一长串，服务范围写成全国。这种做法在靠关键词排名的年代还能奏效，在生成式引擎里几乎失效，因为一页无法回答某一个城市的具体问题：这个城市有没有人、多久能上门、做过哪些项目、价格区间是多少。答案生成需要可直接摘取的事实，而不是一份覆盖全国的声明。
更麻烦的是，多城市混写会让地理标签变得模糊。一页同时出现二十个城市名，检索系统无法判断它属于哪个区域，只能当通用页处理，于是在任何城市的本地提问里都排不上去。正确做法是拆分：总站只讲品牌与能力，城市页只讲该城市，两者用层级链接关联起来。
用模板批量复制城市页
把北京页的文案替换城市名，十分钟生成三十页，这是最常见的省事做法。短期看似覆盖了城市，长期是负资产。复制页的城市独有信息接近于零，模型在比较候选时找不到任何本地证据，自然倾向于引用别的信源。更严重的是，大量高度相似的页面会稀释站点整体的质量判断，连原本能做好的城市也会被拖累。
可用的经验阈值是城市独有内容不低于四成。所谓独有，指的是只在该城市成立的事实：本地项目名称、本地客户行业分布、本地服务时效、本地价格区间、本地团队规模、本地售后网点。这些内容无法从模板生成，只能靠本地团队提供。模板可以做骨架，血肉必须本地化。
只做地图标注不做内容
很多连锁品牌把地域优化等同于在地图上认领门店，填好地址电话营业时间就结束了。地图信息确实重要，占信源结构的22.1%，但它是被引用的事实来源，不是内容来源。当用户问的是怎么选、多少钱、要注意什么，地图提供不了答案，这些回答仍然由文章承担。
正确的关系是互补：地图负责证明你在那里并且正在营业，内容负责解释你为什么适合这个城市。只有前者，你只能出现在最简短的推荐列表里；只有后者，你连被检索到的实体身份都不完整。两者缺一，都会让答案在最后一公里掉链子。
城市页与门店信息互相矛盾
总部页写全国统一价，门店页写本店特惠价，地图上的营业时间与官网差两个小时，客服电话三个版本并存。这类不一致对人是小瑕疵，对模型是硬冲突。多源事实冲突时，模型倾向于降低该实体的置信度，转而引用第三方平台，因为第三方至少自洽。
治理办法是建立单一事实源。所有渠道的地址、电话、营业时间、服务范围都从同一张表导出，任何变更先改主表再同步。这不是技术问题，是流程问题，但它是多城市布局里投入产出比最高的一项，往往比再写五十篇文章更有效。
城市内容矩阵的搭建模板
成熟的多城市内容体系分五层。品牌总站讲清是谁、做什么、凭什么；城市枢纽页讲这个城市的服务能力与覆盖范围；门店页讲具体地址、营业时间、团队与案例；场景页讲某类需求在该城市怎么解决；问答页承接长尾的具体疑问。五层各有职责，混层会让检索系统难以判断页面主题，也会让用户在错误的信息层级上停留。
城市枢纽页建议包含以下字段：
- 城市名与核心服务组合的标题，例如成都办公室装修设计施工
- 服务覆盖的行政区与街道清单，写清哪些区域上门、哪些区域加收远程费
- 本地团队规模、成立时间、本地办公地址
- 三到五个本地项目案例，含项目类型、规模、交付周期
- 本地价格区间与计价方式，并标注有效期
- 响应时效，例如市内四小时上门勘测
- 本地售后网点与保修承诺
- 常见本地问题，例如老房改造限制、物业施工时段规定
- 对接人与联系方式，保持全站一致
- 页面更新时间，供引用方判断时效
差异化不是把每句话都改一遍，而是保证四成以上内容只在该城市成立。判断标准很简单：把城市名遮住，读者还能不能猜出这是哪个城市。如果猜不出，这一页对地域检索几乎没有价值，它对模型的贡献只剩下一个城市名关键词。
优先级按需求密度排。先用监测确认哪五个城市的本地提问量最大、竞品覆盖最弱、自身交付能力最强，把这五个做到完整；再扩到二十个城市做标准化覆盖。倒过来做，先铺量后补深度，通常会在三个月后发现三十个页面全是空壳，只能推倒重来，沉没成本比一开始就慢一点高得多。
双城对照监测法
验证地域优化是否有效，最可靠的方法是双城对照。选两座需求结构相近的城市，例如成都与重庆、广州与深圳、杭州与苏州，一座做改造，一座保持原状，用同一问题集、同一时段、同规格账号分别提问，比较改造前后的差异收敛情况。城市对要选得近，避免把经济发展水平差异误当成优化效果。
问题集设计有讲究。每个城市至少二十道题，覆盖品牌词、品类词、场景词、价格词、对比词五类，每道题重复三次取多数结果，单城市样本不低于六十条。账号要隔离，最好使用当地真实网络与当地使用习惯的账号，避免同一个账号跨城切换带来的位置惯性，否则测到的可能是惯性而不是地域差异。
核心指标有五个：本地信源占比、品牌出现率、首推率、答案一致率、引用差异率。前两个衡量可见性，中间两个衡量竞争力，最后一个衡量地域分化是否收敛。改造有效的典型表现是本地信源占比上升、引用差异率下降，而不是品牌出现率单向飙高。如果出现率涨了但信源仍全是全国性平台，说明只是内容变多了，地域结构没变。
归因要分三类：检索缺失，指该城市压根没有可被检索的页面；信源劣势，指有页面但权重不够；实体不一致，指信息冲突导致置信度下降。三类问题的解法完全不同，混在一起做，很容易把预算投错地方。此外要控制变量，注意缓存、时段与模型版本更新，最好在一个版本稳定期内完成一轮完整的对照测试。
分行业权重差异与九十天落地路线
行业差异决定了投入结构，把同一套打法套到所有行业，是地域优化最常见的资源错配：
- 本地生活与到店服务：重点在商圈与街道颗粒度，地图与点评类信源权重最高，内容以短平快的场景问答为主
- 家居家装与维修：重点在区县颗粒度，案例与工地实拍是核心证据，价格区间必须本地化
- 医疗健康：重点在城市颗粒度，资质与专家信息是硬门槛，政务与学术信源权重显著高于商业媒体
- 教育培训：重点在城市与学区颗粒度，就业与升学数据是主要引用对象
- B2B工业品：重点在省域与产业集群，行业媒体与展会信息权重高，本地化体现为交付与售后半径
- 连锁零售：重点在商圈，门店页与库存信息决定能否被推荐
- 跨境与出海：地域维度变成目标市场国家与城市，语言与合规信源权重最高
九十天可以分三段推进。第1到2周做基线，完成双城对照测试，输出信源结构、引用差异率、缺口清单。第3到6周做建设，优先改造五个高价值城市，补齐结构化标注，统一全渠道事实源，同步产出场景页与问答页。第7到12周做验证，复测同一问题集，对比指标变化，把有效模板复制到下一批城市。
组织上不需要庞大团队。通常一名内容负责人、一名技术配合、每个重点城市一名本地信息提供者就够了。真正的瓶颈是本地事实的采集速度，不是写作速度。把本地同事的访谈做成固定表单，每次十分钟，产出就足够支撑一个城市页，比外包写手凭空编造要可靠得多。
长期看，地域资产是复利的。每个城市页都是一个可以持续被引用、持续被验证、持续更新的实体节点，做得越久，模型对这个品牌在该城市的置信度越高。反过来，靠批量复制堆出来的页面，时间越久越像噪音，不仅拿不到引用，还会拉低整个站点在本地提问中的表现。
常见问题
同一个人出差到另一座城市，为什么答案没有马上变化
因为位置信号是多源融合的，IP只是其中之一。账号历史位置、搜索习惯、常用地址都有惯性，通常需要三到七天的行为积累才会完全切换。测试时如果当天到当天测，很容易得出引擎不看地域的错误结论。建议落地后至少观察一周，再用新账号交叉验证一次。
用代理或跨境线路能否看到其他城市的答案
部分可以，但不完全可靠。代理能改变出口IP，却改不了账号历史、设备时区与语言偏好，多信号冲突时引擎可能仍然按历史位置作答。而且代理节点的地址库精度有限，城市级误判率在8%到15%。用这种方式做竞品调研可以，作为优化依据不可靠。
没有线下门店的品牌还需要做地域优化吗
需要，但颗粒度不同。纯线上服务没有门店，仍然会面对城市级的服务范围、响应时效、本地案例问题。做法是把城市页改成服务区域页，写清覆盖哪些城市、当地响应方式、本地客户案例，不必伪造地址。虚假地址一旦与其他信源冲突，反而会拉低置信度，得不偿失。
一个城市页写多少字比较合适
建议八百到一千五百字，重点不在字数而在字段完整度。十个必备字段齐全、四成以上内容本地独有，八百字就足够被引用；字段缺失、通篇套话，写三千字也没有用。字数只是结果，不是目标，先补齐结构再谈篇幅。
在本地媒体发稿对生成式引擎还有用吗
有用，而且是当前性价比最高的动作之一。本地媒体在信源结构中占27.4%，权重高于全国性平台。但要注意两点：稿件必须包含可核验的本地事实，比如地址、项目、时间、负责人；发布渠道要真的是本地媒体，而不是把全国通稿挂一个地方频道，后者很容易被识别为伪本地信源。
多城市内容会不会被判定为重复内容
会，判断标准是城市独有信息占比。同一模板下只替换城市名，独有内容接近零，属于典型重复。把独有内容做到四成以上，即使结构相同也不会被视为重复，因为事实本身不同。结构化数据也要随城市变化，地址、电话、服务区域不能通用。
如何判断答案差异来自地域而非模型版本波动
用同城对照做基线。在同一座城市、同一时段重复提问三次，先测出该城市自身的波动幅度，通常在半个到一个名次之间。两城差异明显大于这个幅度，才能归因于地域。同时避开模型大版本更新的窗口期，否则版本变化会掩盖地域信号，让所有结论都失去可比性。
预算有限时应该先做哪几个城市
按三个条件排序：本地提问量、竞品覆盖薄弱度、实际交付能力。提问量大说明有需求，竞品弱说明有机会，交付能力决定转化。三者都满足的城市通常只有三到五个，先做这几个，做出可复用的模板与可验证的数据，再谈扩张。反过来先铺二十个城市，往往一个都做不透。
