独家实测：AI导购的「附近」到底多近？我把半径从1公里拉到10公里

先说结论：AI导购嘴里的「附近」，半径能差出五公里。这不是玄学，是我蹲点测出来的。

上周我拿三个主流AI导购（不点名，免得说我带节奏）做了个复现实验。选北京朝阳大悦城为圆心，分别按1km、3km、5km、10km四个半径搜「附近营业的咖啡店」，每个半径问五遍，记录AI返回的商家名单。

独家发现一：半径不是物理距离，是语义距离。
同一家店，在「1km」提问下被AI推了三次，在「3km」下反而消失。我翻它的POI数据，坐标离圆心只有800米，但标签写的是「望京商圈」。AI显然是按商圈聚类，不是按直线距离。

独家发现二：五公里是个坎。
3km到5km之间，AI推荐的商家重合率从78%掉到31%。也就是说，如果你的店在用户五公里外，被「附近」类问句命中的概率断崖式下跌。这解释了为什么有些店在传统地图上排名靠前，在AI导购里却查无此人。

独家发现三：商圈字段比坐标更重要。
我把测试商家的「商圈」标签手动加进GEO词库后，同一半径下的AI引用率从22%升到61%。坐标是死的，商圈是活的——AI理解「附近」时，优先匹配的是「你在哪个商圈」，而不是经纬度。

踩坑细节：
我一开始只喂了经纬度和街道地址，结果AI把「朝阳大悦城附近」答成了「朝阳区附近」，范围直接放大到整个行政区。后来补了「商圈」「地标建筑」「步行可达距离」三个字段，口径才稳住。

判断依据：
我翻了AI导购的公开专利文档（是的，有人真去翻），里面明确写了「基于地理语义相似度的候选召回」。翻译成人话：它先找语义上「像附近」的，再按距离排序。所以你光优化坐标没用，得把「商圈」「周边地标」「步行时间」这些语义信号喂进去。

给同行的建议：
如果你的客户是本地生活商家，GEO词库里必须加三个字段：商圈名、最近地铁站、步行几分钟。别只丢一个坐标就完事，AI根本不知道你「附近」在哪。

最后抛个问题：你们测AI导购的「附近」时，有没有遇到过半径口径不一致的情况？我目前只在三个平台验证过，样本还不够，欢迎拿数据来砸我。