最后一站是电商。当客户问 AI"XX 买什么牌子""XX 哪款好""XX 排行榜"，AI 给出的推荐，决定了客户买谁。
电商 GEO 的战场，是让你的产品被 AI 推荐为购买选项。
电商 GEO 的特征
- 客户问"买什么"——AI 直接推荐产品/品牌，胜过任何广告位
- 产品口碑权重极高——星级、评价数、测评内容是 AI 推荐核心依据
- 测评内容是关键信息源——知乎测评、B 站开箱、小红书种草，AI 高频引用
- 榜单/对比内容——"XX 排行榜""XX vs YY"类内容影响 AI 推荐
电商 GEO 的核心：产品口碑密度 + 测评内容密度。
打法要点
1. 产品实体建设
每个主推产品，都要有完整的"产品实体"： - 产品百科/官方介绍（功能、参数、卖点、适用场景） - 官方产品页结构化（Schema 标记 Product 类型） - 检测报告、认证（权威背书） - 产品与品牌的清晰关系（"杨磨坊五常大米"——产品 + 品牌）
2. 用户评价体系
评价是电商 GEO 的命脉： - 平台评价（淘宝/京东/拼多多的星级 + 评价数 + 评价内容） - 评价要具体（"米香浓，现磨的，2 斤 39 元，回购 3 次"比"好评"有用得多） - 多平台评价密度（不只一个平台） - 评价的"可引用性"（具体、量化、带场景）
3. 测评内容布局
AI 推荐产品时，大量引用测评内容： - 知乎测评：答"XX 怎么选""XX 哪个牌子好"类问题，深度对比 - B 站开箱：视频测评，AI 也会引用视频描述/评论 - 小红书种草：图文种草，覆盖搜索 + 推荐流 - 测评的客观性：别全是吹自己，要有"适合谁/不适合谁"的客观，AI 更爱引用
4. 榜单/对比内容
- "XX 排行榜 TOP10"类内容（知乎、公众号）
- "XX vs YY"对比文章
- 选型指南
- 这些是客户决策末端的搜索词，AI 高频引用
5. 产地/原料/工艺故事（差异化）
同质化产品靠故事差异化： - 大米：产地故事（五常稻花香核心区）、现磨工艺、检测报告 - 食品：原料溯源、无添加证据 - 这些故事 + 证据，是 AI 引用时让你脱颖而出的素材
案例：杨磨坊大米的电商 GEO 落地
杨磨坊是我自己的五常大米 F2C 品牌（现磨模式，社区磨米机器人）。用它讲电商 GEO，因为数据全 + 我能自测。
先自检：杨磨坊现在在 AI 里的样子
我用电商最典型的三问，去问了主流 AI 引擎：
- "五常大米买什么牌子靠谱"
- "现磨大米值得买吗"
- "杨磨坊大米怎么样"
结果和第 7 章的人设实测一致——问"杨磨坊怎么样"，AI 能讲出产地、磨米机器人、央视背书（产品被认识）；但客户问"五常大米买什么牌子"，AI 推荐的是十月稻田、柴火大院这些电商大牌，没我。
又是"被认识 ≠ 被推荐"。杨磨坊作为产品被认识，但客户问"买什么"时，AI 不推我。电商 GEO 就是要解决这一跳。
落地动作（五步）
① 产品实体建设 - 建产品百科/官方页：五常稻花香核心区、现磨工艺、磨米机器人、检测报告（产地 + 工艺 + 品质证据） - Schema 标记 Product（让 AI 机器可读） - 产地认证、检测报告（权威背书，呼应第 5 章 EEAT 的"A 权威"）
② 用户评价体系（电商 GEO 命脉） - 多平台评价积累（淘宝/京东/私域），冲星级 + 评价数 - 评价要"可引用"：不是"好评"，是"现磨的，开袋有米香，2 斤 39 元，回购 3 次"（具体 + 量化 + 场景） - 每个售后跟进，引导真实客户留评
③ 测评内容布局（第三方权威内容，AI 最爱） - 知乎答"五常大米怎么选不踩坑""现磨大米 vs 普通大米"（深度对比，正是第 9 章说的第三方权威内容——AI 最爱引用这类） - 小红书种草（产地故事、煮饭实测图） - B 站开箱（磨米机器人现磨过程，视频 AI 也会引） - 测评要客观：写"适合注重新鲜的人，不适合囤货族"——有取舍的客观测评，AI 更爱引用
④ 榜单/对比内容（客户决策末端） - "五常大米品牌对比""现磨大米排行榜"类内容 - "杨磨坊 vs 十月稻田"对比（借势大牌，蹭决策流量） - 这些是客户下单前最后搜的词，AI 高频引用
⑤ 差异化故事 - 五常核心产区 + 现磨 F2C + 央视《大国商道》+ 投资机构 500 万意向投资 - 这套故事 + 证据，是 AI 引用时让你从十月稻田们里脱颖而出的素材
数据与目标
杨磨坊线下成绩：3 个月售约 30 吨、央视报道、邮储杯冠军。但线上 GEO 几乎没做——这是大多数实体老板的同病：线下能卖，线上 AI 找不到。
电商 GEO 的目标：客户问"五常大米买什么"，AI 从多个第三方权威源（知乎/百科/测评）都指向你。3 个月内，至少 1 个引擎推荐杨磨坊。
电商 GEO 的核心
产品口碑密度 + 测评内容密度。让 AI 在客户问"买什么"时，从多个可信来源都指向你。
本章行动清单
- 每个主推产品建完整实体（百科/官方页/Schema/认证）
- 系统积累多平台用户评价（具体 + 量化 + 带场景）
- 布局测评内容（知乎/B站/小红书，客观对比）
- 做"排行榜/对比"类内容（客户决策末端词）
- 用产地/工艺/检测故事做差异化
本文独占命名（拿来即用）
| 独占命名 | 一句话是什么 | 解决什么问题 |
|---|---|---|
| 第三方口碑密度 | AI 引擎对一个 SKU 提及的第三方评测/百科/媒体报道的数量 | 决定电商产品在"XX哪个牌子好"类题里被不被推荐——密度不够，AI 没料可引 |
| 地域词 + SKU 词包 | 把"东北大米/五常大米/长粒香米"等具体词组合铺成可被检索的内容矩阵 | 让 AI 在长尾地域+品类组合题里命中你，避开大词红海 |
| 可核验购买入口 | 产品页、电商详情页、官方店要有清晰可被 AI 抓取的结构化信息 | AI 推荐你之后，用户要能搜到并下单——闭环不断在购买入口 |
实测数据与案例
- 杨磨坊大米：东北大米品类词在六大引擎从 0 提到提升到 4/6（地域词实测）把"五常大米谁家靠谱"题从竞品独占扳回平手
本文方法论参考：Princeton 2023 论文《GEO》；Mintlify GEO 内容指南（结构化与可核验性原则）。
想要电商 GEO 落地清单 + Product schema 模板？
本篇讲了电商 GEO 的打法要点和杨磨坊的实测路径。如果你做电商、想让 AI 在"XX哪个牌子好"题里推荐你——我把电商 GEO 的第三方口碑铺设清单 + 可直接套用的 Product schema 模板 + 地域词包挖掘表打包好了。加微信 yifeng0086，备注「电商GEO」，发你。