执行了什么？
- 分店地址台账（第1周）：建《分店地址台账》，统一「市 + 区县 + 道路 + 门牌号」格式；
- 结构化数据（第1-2周）：各分店页挂 LocalBusiness 的 JSON-LD（含真实经纬度）；
- 迁移标注（第2周）：迁移分店标注「已迁移」，旧地址主动清理；
- 全平台同步（第2-3周）：地图、点评、企查查、头条号全平台地址信息同步；
- 巡检记录（全程）：固定 10 题实测，记录地址准确率趋势。
美食老字号潮汕示例案例·客户信息已脱敏
最近更新：
老字号多分店地址统一：AI 检索纠错的实践
客户：潮汕某连锁老字号（已打码）
某老字号5家分店地址表述不一，且2家已迁址未更新，AI检索「XX老字号在哪」时答错地址。通过建分店地址台账、各分店挂LocalBusiness结构化数据、全平台同步，AI检索地址准确率从约40%提升至约95%。
客户背景与痛点
该老字号有5家分店，但官网、地图、点评平台上的地址表述各不相同，且2家分店迁址后旧地址未清理。顾客「先问AI地址再上门」，常被错误地址误导。
优化前的AI可见度基线
基线实测：AI检索「XX老字号在哪」，地址准确率约40%，5家分店地址表述混乱，2家迁址分店仍显示旧地址。
优化前后数据对比
| 指标 | 优化前 | 优化后 |
|---|---|---|
| AI检索地址准确率 | 约40% | 约95% |
| 「XX老字号在哪」引用来源 | 过时地址/仿冒店 | 官方门店名录 |
| 分店地址表述 | 5家各写各的 | 统一台账格式 |
数据来自月度巡检台账（固定问题多平台实测），AI引用存在概率波动，以季度趋势为准。
「以前常有客人按AI给的旧地址跑空。统一地址后，AI现在报的都是我们的新地址。」——老字号负责人（已授权，脱敏）
关于这个案例的常见问题
Q1.地址统一为什么这么重要？＋
地址是顾客到店的最后一步，也是AI高频引用的字段。地址混乱=AI张冠李戴=顾客跑空=信任受损。
Q2.迁址分店怎么处理旧地址？＋
标注「已迁移」并在各平台主动清理旧地址，同时发布迁址公告，让AI优先引用新地址。
Q3.经纬度要精确到什么程度？＋
精确到门牌即可，用地图坐标拾取器取真实坐标；拿不准就留空，宁可不写也别写错。
Q4.全平台同步要改哪些地方？＋
官网、地图POI、点评、企查查、公众号，所有顾客可能搜到的入口都改一遍。
Q5.这个做法适合单店吗？＋
单店更简单，只需保证官网+地图+点评三处地址一致即可。