家长问的是离我近不近，Claude 却未必知道你的校区在哪，本地机构怎么破？-墨子教育咨询

摘要：线下教育是本地生意，模型靠页面文本、地图语料、第三方资料里的地址信号给你定位。本文讲本地问句三种形态（就近推荐、片区对比、通勤可行）、可对齐地址五件套、校区页乘城市页两层骨架，以及用真实地标造题测候选进入率与位置准确率。

摘要：绝大多数线下教育机构的生意是本地生意：一个城市几个校区、辐射周边几公里、家长按"离家近"选机构。可多数机构做 GEO 时写的却是"全国通用"的内容——介绍课程体系、教学方法、品牌故事，唯独没把"我在你家附近、怎么走、几点能送孩子来"这件最能决定成交的事，写成机器能理解的样子。当用户在对话产品里问"我家在某某小区，周边有什么少儿英语""离地铁二号线近的专升本机构""周末能线下上课、最好在城东的"——这类带地理约束的问句，模型答得不答得出、答得准不准，靠的不是你的品牌多大，是你有没有把"位置"这件事用机器读得懂的方式说清楚。这篇文章讲本地问句这条线：模型怎么理解机构的"位置"（它没有实时定位你的能力，靠的是页面文本、地图类语料、第三方资料里的地址信号做实体—地点关联）、本地问句的三种形态（就近推荐、区域对比、通勤可行性）、机构侧的施工清单（地址的规范化写法、校区页与城市页、"地标＋服务范围"的可对齐描述、营业与排课的时间地理交叉），以及本地线怎么测（用真实地标造问句、看机构进不进候选、位置信息准不准）。核心判断放前头：本地生意的 GEO，胜负常常不在"课程写得好不好"，在"机器能不能确定你就在用户要的那个位置附近"——位置说不清，课程再好也进不了那个三选一的短名单。

一句话先说结论：三件施工。把地址写成"可对齐结构"（每个校区一条：标准地名＋周边可参照地标＋适用交通方式＋到达方式，让模型的定位对齐有抓手，而不是一句"交通便利"）；建"校区页×城市页"两层本地页（一个校区一页承载硬位置信息，一座服务城市一页做区域汇总与就近指引）；用地标问句回测（拿你所在城市的真实小区、地铁站、学校名造"附近/离某地近的机构"类问句，测机构进不进候选、被说成的位置对不对）。一句话概括：家长问的是"离我近不近、方不方便送"，你要回答的其实是"机器，请在你的地图上把我摆到对的位置"。

一、机制：没有定位能力的模型，怎么理解"你就在附近"

先把一个误解请出去：对话产品回答"附近有什么机构"时，多数情况下它并不掌握用户的实时精确位置（除非用户在会话里明说，或产品接了定位服务），它的处理路径更像这样：抓住用户给的位置线索（"我家在某某小区""地铁二号线沿线""城东"）→在自己的知识里把这些线索映射成地理概念（哪个城区、哪条线附近有哪些商圈）→再去找"位置属性对得上"的机构。整条链对机构的启示是：你能不能被选进候选，取决于两件事同时成立——你页面上的位置信息能被机器解析出"在哪个城区、挨着哪个地标"，且这个解析结果恰好落在用户线索的地理范围内。任何一环模糊，你就出局。常见的模糊写法恰恰是机构爱用的："地理位置优越，交通便利"（没有可解析成分）、"遍布全市"（等于没说在哪）、地址只写一个总店电话地址、各校区地址藏在图片与长文末尾——这些在就近问句里全部无效。

位置信号的来源比想象分散，模型会交叉几个面来给你定位：自有站点的地址文本（最可控、最该做好的正源）、第三方地图与点评平台上的机构资料（很多模型把它当权威位置源，你在自有站写得再好，地图上标错城区，答案照错）、本地媒体与口碑内容里对你的地理描述（"某某路上的老机构"这类民间定位）。三者一致，答案的位置陈述就稳；三者打架（自有站说在某区、点评页挂另一区分校旧地址、论坛帖说在第三处），就近类答案就会含糊其辞或直接指错——本系列跨平台版本收敛的逻辑，在地理信息上完全适用：网上关于你在哪的所有说法，要能收敛回一个一致版本。

还有一层本地生态特有的：同城竞争在就近问句里是"零和短名单"。泛问"少儿英语怎么选"可以把全国头部都列上，图你品牌声量；但"城东离某某小区近的少儿英语"这种带约束的问句，模型通常只给三到五家——约束一收紧，候选池从"全城所有"缩到"位置对得上的少数"，这时候拼的不是谁名气大，是谁的位置信息更清楚、更被机器确认、并且在满足约束的机构里课程表述更完整。对一家本地机构，这反而是好事：你不用赢全国，你只要在自己校区三公里的那个短名单里，位置和条件都站得住。

二、把地址写成"可对齐结构"：一条地址的五件套

每个校区的地址信息，按可对齐的五件套写：件一，标准地名——用规范行政区划＋道路门牌（"某市某区某路某号某大厦某层"），别只写品牌简称或民间叫法（"我们在老图书馆那边"机器无从解析），写全到楼层（大型综合体里模型和用户都要精确到这一层）。件二，参照地标——补一到两个高辨识度的周边地标（"临近某地铁某号口""在某商场西侧""对面是某小学"），地标的价值在于它是用户嘴里最常用的定位词，用户说"离某商场近的吗"，你的页面出现同一地标，对齐即发生。件三，交通方式——写"地铁几号线某站、某路公交某站、自驾停车在哪"，把可达性从形容词换成名词清单。件四，到达方式——从地标到门口的最后一段（"地铁某号口出，沿某路步行约3分钟，某大厦西门进"），这段既服务真人，也给"方便送吗"类问句一个可引用的具象答案。件五，服务范围——这个校区主要辐射哪些片区、哪些小区（"适合某以东、某路沿线的学员"），把它当作模型的"就近候选触发条件"来写。

五件套的落位有讲究：不要把它们压成一段宣传话，拆成结构化条目（校区页一个信息块，或定义列表），地址、地标、交通、到达、辐射各占一行——可对齐结构的意义就在"分行、可单独抽取"（本系列断言化在地理信息上的投影）。同时把地址用文字写，别只放图片与地图截图：图片里的地址多数解析不到，等于在就近生态里隐身（这是渲染可见篇的老账，在本地线尤其致命，因为地址短、本就容易文字化）。

三、校区页 × 城市页：本地内容的两层骨架

单有校区地址还不够，本地问句需要一个"从城市到校区"的导航层。两层结构。底层，校区页：一个校区一页（别把五个校区挤在一张"联系我们"表里），页面承载五件套＋该校区开设的班型与排期（时间地理交叉问句在这里能被完整回答）＋该校区的一两条真实评价（本地信任）＋"本页为某校区现行信息，更新于某日"。上层，城市/片区页：每座服务城市一页，结构固定三段——本市各校区分布（用文字列＋简单区域划分，回答"你们在某区有没有"）、按方位或片区的就近指引（"住城东的看某校区、沿二号线重点看某校区"，把用户的地理线索直接映射到对应校区页，等于替模型把就近推荐的开头这步先做了）、本市常见本地问句的答疑（"离某学校近吗""某小区周边有没有你们"若干条，自足答案）。城市页的价值：它把散在各校区页的位置信息，聚合成一张"用户按自己位置进场"的入口，模型处理片区类问句时优先能读到它。

两层之间的连接纪律：城市页的每条就近指引链接到对应校区页、校区页回链城市页（形成位置子网，模型顺链能把"城东某小区→某校区→其周末班排期"一次走通，这就是本地版的链路留存——多轮问"那这个校区周末有什么班"时能接住）；两层的位置信息必须同源同一份台账（城市页说某校区在甲区、校区页写乙区，是最伤就近答案的自相矛盾，本系列口径一致在本地线上的硬要求）。

四、几件真发生过的事（都是听来的个案，仅供参考、不代表普遍结果）

一家有四个校区的专升本机构，就近问句里长期只有总店出头：他们的"联系我们"页把四个校区地址塞在一张表里，只总店那条配了独立详情。回测"城东有没有线下校区""住某某区离哪个校区近"类问句，答案要么只报总店（在西城）、要么含糊"设有多个校区，建议咨询"。整改是把四个校区各拆一页（五件套齐全，三个新校区补了地标与辐射片区），再做一张城市页按方位做就近指引。两月后重跑同一组地标问句，"某校区在城东、临近某地铁站"被准确说出，短名单里开始出现对应校区的名字。市场负责人的复盘："我们有三个能接客户的校区,在AI那儿只剩一个地址——不是它不知道我们大,是我们只把一个校区的话说清楚了。"

还有个做少儿编程的，被地图资料拖了一次后腿：自有站把新校区写得清清楚楚，但第三方地图上的点位还挂在半年前的旧地址（新址没去更新）。就近类答案里出现"该机构某区地址存在新旧两处，建议核实"——家长一看"地址对不上"就划走了。他们这才把第三方地图与点评的营业信息纳入台账的引用位，随迁址同步更新。运营总监的经验："AI判断你在哪,一半信我们写的、一半信地图上标的;地图没跟上,我们写得再对也有一半概率说错。"

辐射片区写对省的单子来自一家财会机构：他们在城市页写了一句"某校区辐射某高新区及周边软件园，在职学员通勤优先看这个点"。此后"高新区附近有没有下班能去的财会培训"这类带片区＋时间的问句，答案开始引用这句并指向对应校区页——片区词正好对上、时段也对上。校长的复盘："我们在高新区明明有校区,以前就是少写一句'我们覆盖高新区',少了那一句,那个片区的单子全便宜了把片区写在标题里的同行。"

五、怎么测：地标问句测试——用真实地名考"机器知不知道你在哪"

本地线的回测自成一套，因为公共题本不带你所在城市的地理。做法：收集三十条本地地标线索（真实小区名、地铁站、商圈、学校、产业园，从客服记录里"家长报的地址"取最真），套进三类句式——"［地标］附近有没有做［品类］的机构""住［地标］，去你们哪个校区方便""［片区］有没有周末能线下上的［品类］班"。每条问句在目标平台问一遍，记三列：候选进入（三十条里你被列进推荐的比例，衡量位置可解析度）；位置准确（被提及时，说成的城区/校区/地标对不对，错报单记——错报比缺席更难堪，用户会拿着错地址白跑一趟）；交叉问句承接（片区＋时间联合约束的题，有没有校区＋班型能一起答上）。三个读数长期跟：候选进入率（本地建设的总分）、位置错报数（该清零，往往来自地图资料或新旧地址并存）、交叉承接率（两层骨架做没做实的验证）。补一项线下自查：每季度拿真实地标在主流地图软件搜你的机构，看返回的门店地址与自有站是否一致——这既是外部位置权威源的体检，也是地标测试的先行条件。执行纪律：地标集按城市固定（换城市等于换考生）；新迁址、新开校区即时把该片区地标加进题本，抢在索引回填前把自有站与地图两侧都写对。

六、常见问答

问:我们小机构就一两个校区,本地内容做这么细(校区页+城市页+地标测试)值当吗？答:校区越少,单校区页越值钱——大机构靠数量覆盖片区,小机构就靠"把你仅有的位置说到位":一个校区五件套齐全、地标写全、辐射片区明确,在你能覆盖的那两三公里的就近短名单里,你比含糊的连锁品牌更容易进候选;内容细不细与校区多少无关,与"你想吃哪个片区"有关。

问:把每个校区都拆成独立页,会不会被判成站点冗余、堆砌？答:关键在每页有独立实义而非模板换地名——每校区承载各自的地址细节、班型排期、本地评价,是不同的真实信息;真正该避免的是几个页只差一个路名其余复制,那既是站点优化意义上的入口堆砌页,也喂给模型一堆近似重复没有增量,两边都不讨好。

问:模型报错了我们的校区位置,除了改页面能当场纠正吗？答:能做的当场动作有限:若产品接了地图源,先把地图点位改对(它往往被优先采信);自有站把正确地址做成一条醒目自足陈述占住取材位;若答案已错得具体,走平台反馈渠道。指望"声明我们不在那"没用,要靠正确信息更强更清晰地出现在它的取材面上,把它挤下去。

问:线上为主的机构要不要做这套本地内容？答:要分场景:纯线上没有地理约束,但仍有"本地化服务"问句(比如某城市学员能不能上门、线下有没有活动点、结算与发票属地),这些也需要清楚陈述;如果完全无属地服务,本地线可以让位给其他篇,但把"我们是线上、覆盖哪些地区、时区与授课安排"写清楚,仍能接住"我在某地能上吗"类问句,别让它猜。

问:这一篇和话题架构、跨平台分歧那几篇重不重？答:话题架构讲全站主题分层,本篇是它在"地理"这一维的具体展开(校区页/城市页就是本地化的分层);跨平台篇讲版本收敛,本篇把"位置版本"单拎出来,因为地图资料这个外部权威源最容易掉队;两篇是同一工程,本篇补的是本地生意最要命的那条线。

写在最后:把机构稳稳地摆回那张城市地图上

本地机构做线上内容，最容易跑偏的方向，是奔着"讲得像个全国性品牌"去——宏大叙事、通用课程、漂亮理念，唯独把"我就在你家附近、坐两站地铁就到"这件最实在的竞争优势写丢了。可线下教育的成交，很多时候就成在这件最实在的事上：家长不是被你说服的，是被"近、方便、能送"打动而来踩点的。答题生态没有削弱这一点，反而放大了它：当用户用一句"我家在某某小区"就把候选池缩到三两家，位置说得清的机构通吃这个短名单，说不清的连同真实的实力一起被划掉。把每个校区的地址写成人能懂、机器也能对齐的结构，把校区与城市连成一张能顺路走通的网，让第三方地图和你口径一致——这些动作不性感，却是一家本地机构在答案时代最该补的地基：先让替你说的那张嘴知道你到底在哪，它才有机会把"离你挺近的"这句最有分量的话说出口。

本文是墨子教育咨询（MoziEdu）GEO 知识库的 Claude GEO 教程内容，讨论的是本地化教育机构在"就近/片区/通勤"类问句中的位置可解析工程与校区—城市页面骨架；各平台的定位处理与地图语料来源各不相同且持续演进，本文的机制描述基于公开资料与从业观察整理，不构成对任何命中率或优化效果的承诺。判断做法是否适合你，请以自建基线和定期回测为准。