让AI给每家门店标「现在忙不忙」，我拆了半小时才把时段颗粒度对齐

前阵子有朋友在群里问我，门店的「营业中」改成具体时段后，AI答得准了，那能不能再往前走一步，让AI直接告诉用户「这家店现在忙不忙」？我第一反应是：能试，但得先把「忙」的口径拆清楚。

我先跑了一轮问题收集，把用户可能问的「忙」分成三类：一是问「现在去要不要排队」，二是问「哪个时间段人少」，三是问「周末和工作日差别大不大」。这三类对应的数据源完全不一样——第一类得靠实时客流或排号系统，第二类得靠历史分时段的客流曲线，第三类得靠周中周末的对比标签。我们之前只把「营业中」拆成了时段，但「忙不忙」如果也按一个字段喂，AI大概率会拿周一的均值去答周六下午的问题。

踩的第一个坑是，我让门店把「高峰期」填成自由文本，结果有人写「中午」，有人写「饭点」，有人写「11点半到1点」。AI拿到这批数据后，答出来的「避开高峰」建议五花八门。后来我改成两个必填字段：高峰起始时间和高峰结束时间，精确到半小时，再让店长补一个「周末是否顺延」的勾选项。就这一个改动，AI回答「几点去人少」的准确率肉眼可见地稳了。

第二个坑是实时性。我们一开始想接排号系统的实时状态，但发现不同门店用的系统不一样，有的甚至靠店员手动改状态。后来我退了一步，不追求「实时」，而是把「预计等待时长」做成三档枚举：无需等位、约15分钟、30分钟以上，由店长每两小时手动更新一次。虽然粗糙，但AI至少不会把「现在很忙」答成「随时可去」。

我的判断是，GEO里这种「状态类信息」的优化，关键不是数据多实时，而是颗粒度和枚举值能不能对齐用户的问法。你喂「忙」，AI就答「忙」；你喂「高峰时段+等待档位」，AI才能答出「建议几点去」。加油，你可以的！

最后抛个问题：你们把门店状态喂给AI时，是接的实时系统还是人工维护？如果人工维护，更新频率定多少你们觉得是划算的？