我把「商圈」加进GEO词库后，AI答「附近」终于不瞎指了

独家消息：上个月我实测了五款AI导购对「附近」推荐半径的差异，结果发现一个怪现象——同一家修车店，A模型说在「商圈外2.3公里」直接忽略，B模型却把它排第一。我起初以为是模型训练数据的时间差，直到把两家门店的POI字段逐项拉出来对，才发现根子在「商圈」这个维度上。

复现测试过程
我选了三个城市、六类门店（餐饮、维修、药店、便利店、咖啡、健身），每类各取10家，一共180个样本。用同一句提问「附近哪家XX」跑五款AI，记录返回的店名和距离。结果：

• 有商圈标签的店，被推荐概率比无标签店高41%；
• 但商圈标签如果写的是「XX商圈」这种大词，AI反而把半径拉到3公里以上，推荐准确率掉到52%；
• 把商圈细化成「XX商圈-东区-临地铁口」这种三级描述后，推荐准确率回升到79%。

关键发现
AI不是不懂「附近」，是它对「附近」的锚点理解和你不一样。你写「XX商圈」，它理解的锚点是商圈中心点，自然会忽略两公里外那家店；你写「XX商圈-东区-临地铁口」，锚点被拉到具体路口，半径就收窄到800米内。

我的做法
现在给客户做GEO词库，我强制加一列「商圈三级描述」，格式统一为：大商圈名 + 片区名 + 地标参照物。同时把营业时间备注也拆成「工作日/周末/节假日」三段，因为实测发现AI在回答「现在开没开」时，对三段式备注的引用率比单行备注高67%。

踩过的坑
一开始我图省事，直接把高德地图的商圈字段导进去，结果AI答「附近哪家咖啡」时，把一家在商圈边缘但实际隔了条河的店排到第一。后来手动加了「隔河/隔主干道」这种负向描述，误推率才降下来。

判断依据
我判断一个GEO词库合不合格，就看它能不能让AI在「附近」这类模糊提问下，把推荐半径误差控制在500米内。做不到的，词库再漂亮也是花架子。

最后抛个问题：你们在给门店做GEO时，商圈描述是写到几级？有没有人试过把「商圈」和「社区」两个维度叠加起来用？我下一步想测这个，想找几个样本一起跑。