9 月 10 日，本地行銷平台 Uberall 在 Search Engine Journal 放出一份規模少見的實測：橫跨 ChatGPT、Gemini、Claude、Grok、Perplexity 五個模型，蒐集超過 120,000 筆 AI 商家提及，樣本是美國從芝加哥到紐約的 3,793 個實體據點，涵蓋牙醫、餐廳、超市、飯店、銀行。最刺眼的結論只有一句：五個垂直裡有四個，「星等」根本預測不了商家會不會被 AI 推薦，真正有效的是「評論則數」。牙醫類最極端——沒有任何平台的星等達到統計顯著。
這件事在此刻發生並不意外。過去 18 個月，AEO／GEO 從一個名詞長成一個有估值的類別：Profound 在 2026 年 2 月拿下 9,600 萬美元 C 輪、估值突破 10 億美元，四輪累計約 1.545 億美元；Scrunch AI 先拿 1,500 萬美元 A 輪，今年 6 月被 Sitecore 以 2.25 億美元收購；Promptwatch 也收了 600 萬歐元種子輪。但這些錢幾乎全押在企業品牌在 AI 答案裡的能見度，沒有人回答一家 12 桌的餐廳該做什麼。與此同時，本地端的舊勢力正在轉型：Uberall 累計募資約 1.74 億美元、覆蓋近 70 萬個據點、1,500 家以上客戶，這份研究就是它推自家 agentic 產品 UB-I 的彈藥。
把同類放在一起，分歧很清楚。Yext 走 listings 同步，中小方案標價每據點每年 199 至 999 美元；Birdeye 主打評論與口碑，每據點每月 299 至 449 美元；Profound 打企業級 prompt 監測，跟本地幾乎不相干。這個類別正從募資擴張期進入整合期——Sitecore 吃掉 Scrunch 是第一聲響，本地 listings 商把 GEO 包進既有訂閱是第二聲。
對台灣的中小商家而言，這份資料的價值不在結論多新，而在它第一次給出可量化的門檻：多少則評論、多少張照片、多少個屬性，才會跨過被 AI 唸出名字的那條線。
事件細節：BARS 四因子與那些門檻數字
Uberall 把訊號歸成四類，取字首叫 BARS。關鍵分界是：有些訊號決定「會不會被提到」，有些決定「被提到多頻繁」。
- 商家資料：描述填滿，超市提及率三倍；屬性從 6–10 個增到 31–50 個，飯店提及機率由 22% 拉到 94%。照片數則是餐廳提及頻率最強的預測因子。
- 權威：新聞提及 30 則以上，銀行頻率增加 15 倍；上三個以上編輯榜單的銀行增加 13 倍；米其林出現在 Perplexity 餐廳回應的 94.5%。但品牌規模在五個垂直全是很差的預測因子。
- 評論：餐廳 Yelp 破 1,000 則提及率 93.3%；超市破 500 則達 100%，低於 10 則只剩 13.3%；牙醫破 1,000 則為 92.9%，被提及的診所平均 643 則、未被提及只有 253 則。
- 社群：Facebook 粉絲數提高「被提及機率」，被提及的牙醫診所粉絲數近五倍；Instagram 放大「提及頻率」，Yelp 與 IG 雙強的餐廳被提及近七倍。
模型個性也被量化：Gemini 交叉參照 Google 地圖即時資料，吐出的獨特餐廳數是 ChatGPT 的八倍；ChatGPT 名單最短最黏但幻覺率最高。
三類讀者的立刻行動
品牌主／中小企業老闆
- ☐ 先算一個數字：商家檔案有幾則評論、幾張照片、幾個屬性。低於 100 則、低於 50 張，先別談 GEO。
- ☐ 把預算從提高星等挪一部分到增加評論則數，但別為此放寬服務標準。
- ☐ 爭取一次在地媒體或編輯榜單曝光，勝過三個月自製內容。
行銷／SEO 操作者
- ☐ 建立每月提示詞面板：20 組在地意圖問句，五個模型各跑一次，記錄是否被提及與排第幾。
- ☐ 照片分批上傳，穩定增量才傳達「活著的商家」訊號。
- ☐ 多據點品牌優先補最弱的 20% 據點——邊際報酬在低分段最高。
開發者／接案商
- ☐ 用 Google Business Profile API 拉全據點描述、屬性、照片數做完整度計分。
- ☐ 用 Yelp Fusion API 或當地對應平台補評論則數，設門檻告警。
- ☐ 提示詞面板排程化：Laravel scheduler + queue 打模型 API，結果落 MySQL，一張趨勢圖就是月報。
SaaS 工具比較表
| 工具 | 定位 | 本地覆蓋 | 公開計價 | 適合誰 |
|---|---|---|---|---|
| Uberall | listings + UB-I 修檔 | 覆蓋 BARS 四因子 | 全需詢價 | 50 據點以上 |
| Yext | listings 跨端同步 | 資料一致性強，評論弱 | 每據點每年 199–999 美元 | 1–10 據點 |
| Birdeye | 評論與口碑 | 直打評論則數 | 每據點每月 299–449 美元 | 單店到中型連鎖 |
| Profound | 企業 AI 答案監測 | 品牌層 prompt，非本地 | 企業詢價 | 全國型品牌 |
| 自架 | API + 排程 + 儀表板 | 監測與完整度計分 | 僅模型 API 費用 | 1–20 據點 SMB |
他們不會告訴你的事
一、這是廠商贊助研究，結論剛好等於它的產品清單。文章標明 sponsored by Uberall，「本月該做的三件事」逐條對應 UB-I 功能。更關鍵的是，全文報的是相關性不是因果——評論多的商家通常也開得久、照片多、被媒體提過，「評論則數」很可能只是「本來就紅」的代理變數。
二、「衝則數、別管星等」是對 SMB 最危險的一句話。模型看則數，人看星等；資源全丟去衝量，轉換率會先死。刻意拉高評論量也極易踩到 review gating 政策，被判定操縱就整批清掉。
三、照片數建議與現實風險矛盾。研究要餐廳飯店衝到 2,000 張以上，但用生成圖片衝量，中期會同時吃到平台稽核與到店後的期待落差。
不花 SaaS 訂閱：SMB 的 DIY 路線圖
1–20 據點的店家不需要每月上萬元的訂閱，三階段就能自己跑：
- 第一階段（第 1–2 週）｜建立基準：用 Google Business Profile API 匯出各據點的描述字數、屬性數、照片數與評論則數到試算表當 baseline。
- 第二階段（第 3–6 週）｜補門檻：屬性補到 30 個以上、描述寫滿、照片每週上傳 10–20 張，索取評論做成結帳後的固定流程。
- 第三階段（第 7 週起）｜量測：排程腳本每月對 20 組在地問句打三家模型 API，把「是否出現本店名稱」與順位寫進資料庫畫成折線圖，月成本低於一杯手沖咖啡。
常見問題 FAQ
台灣的商家，這份美國研究還適用嗎？
訊號結構適用，平台權重要換。Yelp 在台灣幾乎不影響結果，對應的是 Google 商家評論、粉專與 Dcard、小紅書的討論密度。
我該先衝評論還是先補照片？
先補資料完整度。商家資料是入場券型訊號，檔案不完整，評論再多也沒東西可被放大。屬性從 6–10 補到 31–50 讓飯店提及機率從 22% 跳到 94%，是最划算的一格。
五個模型要全部顧嗎？
不必，先挑客戶實際會用的兩個。Gemini 直接吃 Google 地圖即時資料，把商家檔案的維護報酬放到最大。
被 AI 提及會變成營收嗎？
目前沒有乾淨的歸因路徑。多數 AI 助理不傳 referrer，GA4 看到的常是 direct。務實做法是掛專用電話號碼，用來電量當指標。
如果我只有一家店，值得做嗎？
值得，而且成本最低。門檻型訊號不需要規模，只要有人固定去做。
我的觀點
我的判斷跟類別主流敘事相反：「本地 GEO」這個獨立的 SaaS 品項撐不過 18 個月。把 BARS 翻譯回舊語言，就是商家資料完整度、權威引用、評論訊號、社群活躍度——Google 本地包裝了十年的 prominence 加 relevance。模型之所以像，是因為讀的是同一層資料。當底層來源高度重疊，「為 AI 優化」與「把本地 SEO 做完」會收斂成同一件事，中間那層監測訂閱會被壓成儀表板裡的一個分頁。
對 ScriptWalker 這種 Laravel + Flutter 團隊，機會在監測工具的下游，可包成兩個產品：（一）本地 AI 能見度月報——用 Google Business Profile API 做完整度計分、排程打多家模型 API 記錄提及率，Laravel 後台出 PDF，向 5 至 30 據點的連鎖收月費；（二）評論動能引擎——Flutter 店員端 App，結帳後一鍵發送合規評論邀請，後台追月增則數對照門檻。交付資料管線與流程，正是接案團隊比 SaaS 有優勢的地帶。
資料來源
- 第一手：Uberall — 5 AI Models, 4 Signals: What 120K Mentions Reveal About Multi-Location SEO（2026-09-10）
- 第一手：Uberall — Visibility in ChatGPT and LLMs
- 第一手：Yelp — Yelp and Hatch Advance Voice AI with OpenAI's GPT-Live-1（2026-09-10）
- 第一手：Profound — $20M to pioneer Answer Engine Optimization
- 第一手：Google Business Profile API Docs、Yelp Fusion API Docs
- 第三方：Fortune — Profound raises $96 million（2026-02-24）
- 第三方：MarTech Cube — Scrunch AI raises $15M Series A
- 第三方：PPC Land — Yelp Host past one million calls
- 第三方：Crunchbase — Uberall
- 第三方：Yext Pricing 2026、Birdeye Pricing 2026
- 延伸：Google DeepMind — Autoregressive Ranking (PDF)