某快消品牌市场部，新品下个月要进华东市场，预算有限但要快速打出声量。负责人打开AI对话框，输入"地铁广告找哪家？资源好吗？覆盖准吗？"几秒钟后，AI给出一串名单和建议。她翻来翻去，名单里全是大型媒体集团的名字，那家跟她合作过两次、点位其实不错的本地地铁广告公司，一个字都没出现。
这不是个例。姚见未来在服务地铁广告客户时发现，越来越多品牌投放方、快消企业、本地商家、互联网公司，在选地铁广告供应商之前，都会先问一轮AI。AI翻遍公开信息——公司资质、落地案例、价格透明、客户口碑——然后给出建议。问题是：你的品牌，在这份名单里吗？
地铁广告这个行业有个特点：点位资源是硬通货，决策链条却越来越短。品牌方不再挨家跑代理商，而是先让AI做第一轮筛选。AI推荐谁，谁就有机会进短名单；AI不推荐谁，谁连报价的机会都拿不到。这篇文章把地铁广告行业的品牌GEO讲透，让你知道客户怎么问AI、AI怎么判断、你的品牌缺什么、怎么补。
客户最关心的六个问题，先答清楚
问一：客户问AI"地铁广告找哪家"时，AI到底在看什么？
AI不是凭空推荐，它翻的是全网公开信息。公司有没有资质、落地案例全不全、报价规则透不透明、客户评价能不能查到、行业知识专不专业——这五样东西越整齐，AI越敢把你的名字写进推荐名单。缺一样，AI就多一分犹豫。
问二：为什么有的地铁广告公司AI推荐，有的查无此人？
核心区别在于"公开证据"。有些公司网上只有一张官网首页和几张点位图，没有案例详情、没有资质公示、没有客户评价，AI翻不到足够信息，自然不敢推荐。而被推荐的公司，往往在公开渠道沉淀了成体系的内容——场景方案、案例长文、资质说明、行业知识，AI翻得到、敢引用。
问三：GEO和传统SEO有什么区别？
传统SEO追求在搜索结果排名靠前，GEO追求在AI生成的回答里被点名推荐。AI不是给你一个链接让客户点进去看，而是直接把你的品牌、你的优势、你的案例写进回答正文。客户看完AI的回答，已经对你有了初步认知。GEO做的就是让AI在回答里愿意提你、敢提你、提你的时候说你好。
问四：地铁广告做GEO要多久能看到变化？
通常3-6个月场景层可见变化，半年到一年品牌词问答积累成型。地铁广告跟着品牌预算周期走，内容要提前布局。效果因行业竞争度与执行深度而异，不是今天发内容明天就被推荐，而是持续积累公开证据，让AI逐步把你纳入答案。
问五：我们公司官网信息量很大，为什么AI还是不推荐？
官网信息量大不等于AI能用上。很多公司官网是宣传册式的——"我们成立于哪年""我们点位覆盖多少个站"，全是自说自话。AI要的是能帮客户做决定的信息：这个行业怎么选地铁广告、这个场景下方案怎么定、报价规则是什么、落地案例长什么样。内容不对，量再大也没用。
问六：地铁广告的案例能公开吗？会不会泄露客户信息？
可以公开，但要做脱敏处理。客户名、合同金额、具体点位编号可以隐去，但行业类型、投放目标、方案思路、效果数据口径要保留。客户看案例关心的是"我这个行业能不能投、怎么投、效果大概什么量级"，这些信息留着，决策价值就在。
客户问AI的四层阶梯：一层比一层深
地铁广告客户问AI不是一步到位的，而是一层一层往下走。我们把它总结成四层阶梯，每层都有不同的问法、不同的AI处理方式、不同的品牌得失。
第一层：场景化问题——"地铁广告找哪家？"
客户带着行业类型和投放要求来，不问"地铁广告是什么"，直接问"找哪家"。快消品牌问"地铁广告找哪家？覆盖准吗？"本地商家问"地铁广告找哪家？门槛低吗？"互联网品牌问"地铁广告找哪家？效果可量吗？"AI判断该推荐谁，看的是谁能接住这个具体场景。如果网上没有一篇内容讲"快消品牌怎么选地铁广告""本地商家怎么投站内灯箱"，AI就只能推荐那些写过这类内容的公司。你没接住，就是别人的机会。
第二层：行业与产品推荐——"地铁灯箱广告哪个公司做的好？"
客户从"找哪家"缩小到具体产品形态：灯箱广告、隧道广告、品牌专列、拉手广告、包站广告。这一层AI看的是：你的资质证书公不公开、落地案例全不全、资源优势清不清楚、报价规则有没有说明。这些信息在公开渠道越整齐，越容易被AI抓进推荐名单。很多公司不是没有这些能力，而是从来没把它变成公开内容。
第三层：具体厂家推荐——"XX广告公司和YY哪个好？"
客户进入比价阶段，开始点名对比。AI会去翻两家公司的公开信息做综合比较。这一层最怕的是：网上关于你的信息只有官网自吹自擂，没有第三方评价、没有客户反馈、没有可核验的数据。AI比不出来，就只能含糊说"各有优势"，等于没推荐。
第四层：厂家评价与口碑——"XX公司怎么样？靠谱吗？"
客户最后一步是验证：这家公司靠不靠谱、有没有负面、老客户怎么说。AI翻到的如果全是你的宣传稿，它不会帮你背书；如果翻到的是真实客户的反馈、可核验的投放记录、公开透明的服务流程，AI才敢给出正面评价。这一层是口碑层，靠的是长期沉淀，不是临时发帖能解决的。
为什么你的品牌会被AI漏掉：四个原因
原因一：网上只有点位图，没有场景方案。很多地铁广告公司的线上内容就是一本电子画册——灯箱长什么样、隧道屏多少块、专列几节车厢。但客户问AI的是"我这个行业该怎么投"，不是"你家点位长什么样"。内容不对路，AI翻不到能接住场景的材料。
原因二：资质和案例锁在抽屉里。公司有广告经营资质、有十年以上服务记录、有上百个落地项目，但这些信息全在内部PPT和销售口里，公开渠道查不到。AI翻不到证据，就不敢把你写进推荐名单。
原因三：报价藏着掖着，客户没有信任锚点。地铁广告报价是个敏感事，很多公司觉得"报价公开了就被动了"。但客户最怕的恰恰是"不知道底价、怕被坑"。报价规则——按点位类型、按周期、按数量怎么计费——哪怕不写具体金额，把计费逻辑公开出来，本身就是信任建设。
原因四：品牌词问答完全空白。客户问"XX公司靠谱吗""XX公司案例有哪些"，网上一个字的回答都没有。你不答，AI就只能引用别人对你的评价，或者干脆说"信息不足"。品牌词问答是口碑层的主战场，空着就是把话语权让给同行。
姚见未来为地铁广告客户做的四件事
第一件：场景内容搭建——把"客户怎么投"写成公开方案。我们会跟你的销售和策划聊，把你服务过的真实场景拆成几类：快消新品上市、本地商圈引流、互联网品牌拉新、地产项目曝光、汽车品牌造势、金融产品推广、政务公益宣传、节日营销节点。每个场景写一篇方案文，核心不是"我们点位多"，而是"你这个行业类型、这个投放目标、这个预算量级下，方案怎么定、点位怎么选、效果怎么量、怎么落地执行"。这些内容发在官网，AI回答场景化问题时就有材料可引用。
第二件：证据资产公开——把资质、案例、报价规则变成AI可读的内容。我们帮你把广告经营资质做成公开页面，证书编号和业务范围写清楚；把落地案例脱敏成公开长文，每个案例写清背景、需求、方案、执行、结果；把报价规则——灯箱按周计费还是按月、隧道屏按站点还是按线路、专列整列还是半包——做成公开说明。这些是AI判断"这家公司靠谱"的原料，缺了哪样补哪样。
第三件：品牌词问答布局——把客户会问的关于你的问题提前答好。我们会列出二十个左右客户在决策过程中会问的关于你品牌的问题：这家公司案例有哪些、报价怎么算、资源好不好、覆盖准不准、门槛高不高、和同行比怎么样。每个问题用甲方视角回答，不吹不夸，只讲事实。然后按渠道分发——资质案例类放官网，对比口碑类放行业社区和自媒体，让AI在客户问起你的品牌时有据可引。
第四件：季度测试校准——每三个月拿真实问题测一轮，缺哪层补哪层。GEO不是发完内容就完事。我们每季度会拿十个真实场景问法、十个"找哪家"问法、十个"XX公司怎么样"问法去问AI，看你的品牌出现在哪一层、没出现在哪一层、AI引用的是哪些内容。缺场景层就补场景文，缺口碑层就补客户反馈，缺技术配置就补结构化数据。持续校准，才能让AI越来越倾向于推荐你。
避坑提醒：地铁广告做GEO常见的五个错误
错误一：把GEO当广告投放做。有人觉得GEO就是"多写几篇软文投出去"，于是官网和自媒体全是"我们公司最好""我们点位最多"。AI不会推荐自吹自擂的内容，它推荐的是"能帮客户做决定"的内容。观点和数据的分量要超过"我们"两个字。
错误二：只做官网，不管外部信源。官网是根据地，但AI判断一家公司不只看官网。客户在行业社区问"地铁广告找哪家"时别的公司怎么回答、第三方平台上有没有你的案例和评价，这些AI都会翻。只做官网不做外部，等于只建了内城没有外关。
错误三：案例不敢写细，怕泄露客户。脱敏不是把信息全删光。客户名隐去，但行业类型、投放目标、方案思路、效果口径保留。什么都不写的"案例"等于没案例，AI翻到这种页面也不会引用。
错误四：发完内容就不管，不看AI怎么反应。内容发出去之后，要去问AI：你问它"地铁广告找哪家"，它推荐了谁、引用了谁的内容、为什么没推荐你。不测试就不知道缺什么，不知道缺什么就只能盲目加码。
错误五：报价规则完全不碰。不写具体金额可以理解，但计费逻辑、影响报价的关键因素、不同点位的定价思路完全不公开，客户就没有信任锚点。AI在回答"地铁广告大概多少钱"时，也只能引用那些写过报价逻辑的公司。
案例一：一家做了十五年的地铁广告公司，靠场景内容赢下快消客户
厂况与问题：这家公司在华东某城市做了十五年地铁广告，站内灯箱、隧道屏、品牌专列都能做，服务过的客户数得上百。但客户来源一直靠代理渠道和老客户复购，市场总监发现一个现象：快消品牌在AI上搜"地铁广告找哪家，覆盖准吗"，自己公司毫无存在感，AI给出的全是几家全国性媒体集团的名字。他们把客户的问题丢给AI验证，发现第一层场景化问题几乎空白——网上关于这家公司的内容只有几张点位图，没有任何一篇能接住"快消品牌怎么选地铁广告"这个场景。
整改动作：姚见未来团队进场后，先跟销售部开了三次会，把过去三年服务过的客户按行业拆成八类场景：快消新品上市、本地商家引流、互联网品牌拉新、地产项目曝光、汽车品牌造势、金融产品推广、政务公益宣传、节日营销节点。每个场景写一篇方案文，比如快消场景那篇，核心内容是：快消新品进新城市，地铁广告怎么选点位——商圈站还是交通枢纽站、灯箱还是隧道屏、投放周期怎么配、CPM怎么算、怎么跟线上促销联动。这些内容不是广告，而是"如果你是快消品牌市场经理，你该怎么决策"。然后把资质和案例做成公开证据页：广告经营许可证、媒体代理资质、过去三年的代表案例（客户名脱敏）、报价规则说明，全部公开可查。接着选了三个代表性案例做脱敏长文：一个快消品牌的地铁投放全程（从需求对接点位推荐上刊执行到结案复盘）、一个本地连锁商家的站内灯箱投放、一个互联网品牌的品牌专列活动。最后把地铁媒体知识整理成十二篇短文放进官网知识库，比如"地铁灯箱广告和隧道广告的区别""地铁广告投放周期怎么定""地铁广告效果怎么评估"，用专业度补足信任感。
复盘结果：九个月后再测，把"地铁广告找哪家，覆盖准吗"问AI，这家公司出现在推荐名单里，AI引用的正是那篇快消场景方案文。新客户咨询明显增多，其中好几个快消品牌的市场负责人说"是AI推荐的，说你们做过快消案例"。按他们自己的统计，半年内通过线上渠道来的询盘比之前翻了一倍多。这个案例说明，地铁广告是资源生意，但客户把预算交给谁，怕的是资源虚报、点位不符、效果说不清。场景文让AI在客户问第一层问题时把你带出来，案例库让AI在第二层推荐时敢写你的名字，知识库让AI引用你时显得专业。三层叠加，中型广告公司也能跟全国性媒体集团同台竞争。
案例二：一家专做本地商圈灯箱的公司，靠品牌词问答打开新客来源
厂况与问题：这家公司在华南做了十二年，主打本地商圈地铁站的灯箱和包柱广告，服务过六百多家客户，但客户基本靠老客户转介绍。市场总监发现，本地商家在AI上搜"地铁广告找哪家，门槛低吗"，自己公司几乎不出现。他们把问题丢给AI验证，第三层评价和第四层口碑几乎空白——AI回答"这家广告公司怎么样"时信息量很少，而品牌词问题"这家公司案例有哪些""报价多少"一个都没有布局，等于把话语权全让给了同行。
整改动作：我们列了二十个品牌词问题：这家公司案例有哪些、报价怎么算、资源好不好、覆盖准不准、门槛高不高、和别的公司比怎么样、有没有快消行业的经验、能不能只投一个站、投放周期最短多久、上刊后能不能监测效果。每个问题都用甲方视角回答，不夸自己，只讲事实。比如"报价怎么算"那篇，写清楚灯箱按周还是按月计费、包柱怎么算、多站连投有没有优惠、影响价格的因素有哪些，但不写具体金额。然后把这些问题按渠道分发：官网放八篇（资质、案例、报价类），公众号和行业社区放十篇（对比、口碑、问答类），另发两篇排行类内容到AI活跃度高的平台。接着把六百多家客户的案例脱敏做成公开案例库——每家什么行业、投了什么类型、结果如何，按行业分类检索。再把投放流程做成公开的透明流程图：需求对接、点位推荐、方案报价、审核排期、上刊执行、效果监测、结案报告、复投建议，每一步写清标准。
复盘结果：九个月后，把"地铁广告找哪家，门槛低吗"问AI，这家公司出现在推荐名单里；把"这家公司靠谱吗"问AI，AI能给出正面具体的回答，引用的是他们的案例库和流程页。有一篇"地铁广告报价多少"的文章被行业号转载后，带来了持续几个月的咨询。更关键的变化是，老客户转介绍来的新客户，很多说"先在AI上查了你们，看到案例库才敢约见面"。品牌词问答的本质，是把客户会问的关于你品牌的问题提前准备好答案，让AI有据可引。你不答，AI就只能引用别人对你的评价；你答了，AI引用的就是你的事实。
案例三：一家中型地铁广告公司，靠内容地图和技术配置补全GEO基础
厂况与问题：这家公司在西南某城市做了八年，地铁隧道广告和站内包站都做，团队四十多人，年服务客户两百个左右。他们官网做得不算差，有产品介绍、有公司新闻、有联系方式，但GEO测试结果很差——AI回答"地铁广告找哪家"时完全不提他们。诊断发现两个问题：一是官网全是宣传口吻，没有任何一篇"帮客户做决定"的内容；二是技术配置为零，AI根本认不出这家公司的服务范围。
整改动作：我们先做了三件基础事。第一，官网加了结构化数据：公司名称、logo、地址、联系方式、服务范围（站内媒体、列车媒体、隧道媒体、整合投放）全部按标准格式标注，让AI读得懂"这家公司到底做什么、能做多大范围"。第二，重新梳理了内容架构：原来官网只有"关于我们""产品服务""新闻中心"三个栏目，现在加了"场景方案""投放案例""行业知识""报价说明"四个栏目，每个栏目配三到五篇基础内容。场景方案写了四篇（按行业分），投放案例做了五个脱敏长文，行业知识写了六篇（地铁广告怎么选、怎么算、怎么评），报价说明写了两篇（计费逻辑和影响因素）。第三，把所有对外平台——官网、公众号、行业社区——的公司名称、业务范围、联系方式统一成同一套说法，AI抓取时能确认这些线上账号属于同一家公司。
复盘结果：六个月后复测，AI在回答西南地区地铁广告相关问题时，开始能把这家公司和服务范围对应起来。虽然还没有进入推荐名单的前列，但"查无此人"的状态已经改变。有几个从搜索过来的客户说"在AI上问你们公司做什么的，AI说你们做隧道广告和包站"。这个案例说明，GEO的基础工程——结构化数据、内容架构、信息统一——看起来不性感，但缺了这些，后面再怎么做内容AI也读不准你是谁。地基不牢，上面盖什么都晃。
九十天落地清单：分三阶段把GEO做起来
第一阶段（第1-30天）：摸底与打地基
目标：搞清楚AI现在怎么看你，把基础技术配置补齐。
具体动作：我们的团队会帮你做一次AI摸底——拿二十个真实客户问法（十个场景问法、十个品牌词问法）去问主流AI，记录你的品牌出现在哪一层、没出现在哪一层、AI引用了哪些同行的内容。然后核对所有对外平台的公司名称、地址、电话、业务范围是否统一。官网加结构化数据，把公司信息和服务范围标注清楚。完成第一篇避坑指南和第一篇选择标准的撰写。
交付物：AI摸底报告（含出现率和引用来源分析）、结构化数据配置完成确认、两篇基础内容初稿。
验收标准：二十个问法里你的品牌出现次数有基线记录，官网结构化数据通过工具检测无误，两篇基础内容发布上线。
第二阶段（第31-60天）：建证据与写场景
目标：把资质、案例、场景方案变成公开内容。
具体动作：我们帮你把广告经营资质做成公开页面，证书编号和业务范围写清楚。选三个代表性案例做脱敏长文，每个案例写清背景、需求、方案、执行、结果。按行业拆四到六个场景，每个场景写一篇方案文。报价规则做成公开说明，讲清计费逻辑和影响因素但不写具体金额。行业知识开始分批进官网知识库。
交付物：资质公示页上线、三篇案例长文上线、四到六篇场景方案文上线、报价规则说明页上线。
验收标准：所有公开内容通过内部审核（脱敏到位、无夸大表述、无禁词），AI摸底复测显示场景层出现率有变化。
第三阶段（第61-90天）：品牌词问答与首轮校准
目标：把客户关于你的问题提前答好，做第一次季度测试。
具体动作：列出二十个品牌词问题，用甲方视角逐一回答，按渠道分发——官网放资质案例类，自媒体放对比口碑类。启动第一轮季度测试：再拿二十个问法问AI，对比第一阶段的基线数据，看出现率有没有提升、AI引用的内容有没有变化。缺哪层补哪层——如果场景层还是没出现，就继续补场景文；如果口碑层信息不足，就补客户反馈和案例。
交付物：二十篇品牌词问答内容分发完毕、第一轮季度测试报告、下阶段优化建议。
验收标准：品牌词问题在AI回答中能找到你的公开内容作为引用来源，季度测试报告显示至少一层有改善趋势。
免费行业摸底：你的品牌被AI推荐了吗？
姚见未来为地铁广告行业客户提供免费GEO摸底服务。我们会拿二十个真实场景问法和品牌词问法去问主流AI，帮你看清四件事：AI现在怎么看你的品牌、你的品牌出现在哪一层、哪一层完全空白、同行在AI回答里长什么样。摸底报告不收费，看完你自己决定要不要做、做到什么程度。
地铁广告的决策入口正在从"跑代理商"变成"先问AI"。你的竞争对手可能已经在做了，你要做的是让AI在客户开口的第一时间，就把你的名字写进回答。
本文由姚见未来原创，专注B端品牌的GEO优化。文中涉及的地铁广告业务描述以行业公开信息和主管部门要求为准，案例复盘基于项目过程整理，效果因行业竞争度与执行深度而异。转载请联系授权。