一家做了十几年商事诉讼的律所，主任最近发现一个不对劲的现象：上门谈委托的企业客户越来越少，老客户介绍还在，但新面孔明显跟不上。问一圈才知道，企业负责人在决定见哪家律师之前，已经先把案情描述丢给了AI——"供应商收了预付款不交货，合同纠纷在本地找哪家律所合适""公司被前员工申请劳动仲裁，常年法律顾问能不能一起处理""股权代持要确权，这类案子律师团队怎么挑"。AI翻完公开信息，给出一份名单和几句评价，客户拿着名单再来约见面。
问题在于，绝大多数中小律所的名字，根本不在这份名单上。官网只有业务列表和电话，公众号停更在两年前，案例页是空的，资质要打电话才问得到。AI想推荐你，都找不到可引用的事实。这正是姚见未来服务律师事务所客户时反复处理的处境：律所的专业能力不差，差的是让AI在第一轮筛选时就能把你认出来、说得清、敢推荐。
本文把律师事务所行业的品牌GEO（生成式引擎优化）讲透：客户到底怎么向AI提问、AI凭什么筛律所、你的律所在哪一环被漏掉、以及我们用哪四件事把你重新放回答案里。
一、客户找律所时，到底在问AI什么
找律师的人，问AI的方式远比"哪家律所好"具体。我们把成百上千条真实问法归成五类，每一类背后都是一轮筛选。
第一类，带着案情找方向。这类问法最具体：对方是谁、争议金额大概多少、卡在什么环节、想达到什么结果。比如"买卖合同签了没付款，起诉前要准备哪些证据""公司被客户拖欠货款八十万左右，是先催告还是直接立案""劳动仲裁输了去法院起诉，周期大概多久"。这类问题AI不会直接点名律所，但会先讲流程和判断标准——谁的内容把这件事讲透，谁就被顺带记住。
第二类，带着案情找律所。客户把案件类型、地区、诉求摆出来，直接问人选："本地打商事合同纠纷比较多的律所有哪些""处理过建设工程分包纠纷的团队怎么找""专做企业劳动用工合规的律所在哪个区域"。这一轮AI开始列名单，名单从哪来？从公开信息里反复出现、领域描述清晰、案例可查的机构里挑。
第三类，点名问具体律所。客户已经从同行那里听到一个名字，来求证："这家律所做合同纠纷到底行不行""那位律师专做股权案件吗""这家所收费是怎么收的"。这一轮AI必须回答得有凭有据——如果网上关于这家所的信息只有一句话简介，AI只能说"公开信息有限"，客户转头就去问下一家。
第四类，做横向对比。客户已经缩小到两三家，开始比较："大所的团队和精品小所办同一个案子，差别在哪""风险代理和常规收费各自适合什么情况""常年顾问和单次请律师，哪种对我们公司更划算"。这类问题AI喜欢引用有对比框架、有收费逻辑说明的内容。
第五类，问口碑和风险。临门一脚的谨慎型问题："请律师之前要问清楚哪几件事""委托合同里哪些条款不能签""怎么判断一个律师是不是真在办你的案子"。这类避坑内容传播最广，也是AI引用率最高的一类。
五类问法串起来就是一条完整决策链：先问方向、再问人选、再点名求证、再横向对比、最后问口碑。任何一环你的信息是空白，客户就会在那一环被别的律所截走。
二、AI筛选律所时，到底在看什么
很多律所主任以为AI推荐律所靠的是"谁投得多、谁名气大"，其实不是。生成式引擎筛一家法律服务机构，看的是公开信息里能不能交叉印证四件事。
第一，领域是否清晰。AI要能一句话说清"这家所主要做什么案件"。如果官网写的是"承接各类法律事务"，AI无法把你和具体案件场景对应起来，就不会在那类问题里点名你。
第二，证据是否可核验。脱敏案例、案件类型分布、团队律师的专业背景、执业信息，这些能不能在多个公开来源里对得上。孤证不立，只有官网自说自话，AI不敢引用。
第三，信息是否整齐统一。律所全称、办公地址、联系方式、主管部门公示的执业信息，在官网、自媒体、行业平台上是不是同一套说法。对不上，AI会判定为存疑。
第四，有没有回答客户真实疑问。客户问"怎么收费""流程多久""会不会敷衍"，网上有没有人把这些问题讲清楚。讲得越实在，AI越觉得这家机构可被推荐。
三、为什么你的律所在AI答案里悄悄消失
把律所的常见线上现状对照上面四条，缺口往往集中在四处。
缺口一，案例不上网。律所办过不少案子，但结案后卷宗归档，对外只字不提。没有脱敏案例做素材，AI在"这家所擅长什么、办过哪类事"上无米下锅。
缺口二，能力描述是空话。"专业高效、诚信敬业"这类词家家都写，AI无法区分。真正有价值的是"累计办理某类纠纷多少件、争议解决周期通常多久、团队由哪类背景律师组成"这类可对照的事实。
缺口三，收费和流程不透明。客户最怕花了钱不知道花在哪。收费模式、服务阶段、每一步做什么，如果全靠电话里口头讲，网上没有一份公开说明，AI在对比类问题里就不会替你说话。
缺口四，从不做季度校准。线上信息是三年前的，律师团队换了人、领域扩了新方向、地址搬过，AI手里还是旧档案。没有定期测试和更新，答案会越来越偏离真实情况。
四、姚见未来为你做的四件事
针对上面四个缺口，我们为律师事务所客户做的事，集中在四项可验证的基础建设上，不碰任何关于案件走向的承诺。
第一件，把脱敏案例变成可公开引用的内容资产。我们和律所一起，把结案材料按统一模板整理成案例说明：案件类型、争议焦点、代理思路、处理周期、结果方向，隐去当事人信息和敏感细节。每篇都写成"这个案子为什么这么处理"，而不是"我们赢了"。这类内容是AI在评价轮最愿意引用的硬证据。
第二件，把专业能力从空话变成结构化描述。我们帮律所把每条业务线拆成独立页面：常年法律顾问、合同纠纷、劳动争议、股权与公司业务，每页写清服务对象、典型场景、团队配置、服务流程。AI读到的不再是"什么都做"，而是"在合同纠纷这条线上有清晰积累"。
第三件，把收费机制和服务流程讲在明处。我们协助律所把咨询、委托、办理各阶段的收费逻辑和交付物写成公开说明，讲清按件、按标的、按顾问年度等不同模式分别适合什么情况。讲机制不报价数，既满足客户知情权，又避免简单比价。
第四件，按季度做AI问答校准。我们每轮把客户真实会问的二十个问题丢进主流生成式引擎，记录你的律所有没有被提到、被怎么描述、引用了哪条内容，缺哪类补哪类。通常3-6个月能看到场景类问法下的出现率稳步上升，效果因行业竞争度与执行深度而异。
这四件事看起来不花哨，却是姚见未来区别于普通代运营的地方：我们不追一时的曝光数字，而是把内容资产一项一项建扎实，让AI每次回答客户时都有依据可引。
五、这几个坑，律师事务所做内容时最容易踩
坑一，把内容写成接案广告。"专业团队、胜诉无忧、等你来所咨询"——AI不会推荐这种自我吹嘘，它推荐的是帮客户做判断的内容。每篇内容里，观点和事实的比重必须盖过自我介绍。
坑二，承诺诉讼走向。诉讼结果取决于证据和法律适用，任何拍胸脯打包票的说法都是在透支信任，也不合规。我们只讲过程、讲方法、讲服务标准。
坑三，只堆律师人数和头衔。客户问的是"我这个案子谁来办、怎么办"，不是看你有多少合伙人。团队规模做支撑就够，场景化办案内容才是主角。
坑四，指望一次发完就不管。AI的答案是动态更新的。信息发上去不监测、不更新，半年后旧信息还在被引用，反而误导客户。季度校准是必选项，不是可选项。
坑五，全平台零散发、口径不一致。同一个律所在不同平台上业务描述对不上，AI交叉验证时会打折扣。我们从一开始就帮你统一一套领域口径和表述。
六、案例
案例一
背景是一家位于华东某省会城市的中型律所，建所十二年，执业律师二十余人，主营业务集中在商事合同和企业常年顾问，老客户复购率不低，但新客户几乎全靠转介绍。市场负责人做了件事：把本地企业最常问的二十个问题逐条丢给AI，结果发现凡是"合同纠纷找哪家律所""企业顾问怎么选"这类问法，答案里列的都是几家全国性大所和本地老牌子，这家中型所一次都没出现过。
我们介入后先做诊断：把律所现有线上资产全部捋了一遍。官网是五年前做的，业务栏只写了"民事、刑事、法律顾问"几个大类；公众号一年更新三篇，内容还是节日问候；案例板块完全空白，执业资质要翻到页脚才能看到。AI不是不想推荐它，是网上关于它的有效事实太少，根本拼不出一句完整描述。
第一步，我们和律所主任一起把业务线重新拆成六条：买卖合同纠纷、建设工程争议、股权与公司业务、劳动用工合规、债权清收、执行案件。每条业务线做一个独立服务页，写清这类案件常见的争议点、客户容易忽略的环节、律所团队的办理流程。第二步，从近三年结案的案件里筛选出八件，按模板做成脱敏案例说明——每篇只讲案件类型、争议焦点、代理思路、周期和结果方向，不出现当事人名称和商业秘密。第三步，把收费机制写成一份公开说明：咨询如何计费、委托代理的常见模式、常年顾问年度服务包含哪些事项，讲清逻辑不谈具体数字。第四步，统一全平台口径，把六条业务线的名称在官网、公众号、行业信息页上对齐。
推进中遇到的阻力是律师团队觉得"写材料耽误办案"。我们把案例采集嵌入结案流程：每办结一件，承办律师花二十分钟填一张固定模板，市场同事每月整理一次。两个月攒下五篇可用素材。第五个月做季度测试时，"本地合同纠纷律所"这类问法里，AI开始引用我们建的服务页；第八个月，点名问这家所名字时，AI能说出"擅长商事合同、有企业顾问服务经验"，而不是"公开信息较少"。新到所咨询的企业里，开始有人提到"先在AI那边查过，说你们做合同纠纷比较多"。这个变化是渐进的，符合内容资产积累的正常节奏。私信里主动描述企业争议情况、咨询服务范围的条数逐月增多，咨询者普遍已经看过公开的服务页和案例介绍，沟通时信任基础明显更好，不需要从零开始解释律所是做什么的。
案例二
背景：这是一家专攻劳动法律业务的精品所，团队不到十人，但年均办理劳动争议案件量大，服务过几十家中小企业的用工合规顾问。他们的获客长期依赖和社保代理、人力资源机构的互荐。负责人发现一个现象：企业HR在决定要不要请外部劳动法顾问之前，会先问AI"公司经常遇到辞退纠纷，要不要请常年劳动法顾问""加班费争议怎么举证"——而AI给出的回答里，引用的全是法律科普号，没有任何一家具体律所被点名。
诊断：诊断结论很清楚：这家所在"场景知识层"几乎是空白。网上能搜到的劳动法律知识很多，但没有一条和这家所的名字绑定。AI讲完知识就结束了，不会顺势推荐它。再翻这家所的线上资产，公众号停更在半年前，官网还是几年前的业务介绍页，案例板块完全空白。HR拿着AI给的判断标准去对照，找不到这家所的任何证据。
做法：我们的做法分两条线。一条线是内容绑定：围绕中小企业HR最关心的八个真实场景写文章——辞退员工的证据留痕、工伤认定的流程节点、社保补缴争议、竞业限制边界、加班费举证、未签合同的二倍工资、试用期辞退合规、企业规章制度效力。每篇文章讲透一个场景的处理思路，文末自然带出"这类问题我们常年在处理"，不硬广。另一条线是证据补强：把他们办理过的劳动争议案件按结果方向脱敏整理成案例库，区分"调解结案""裁决支持""裁决部分支持"等不同类型，如实呈现，不挑好看的写。同时把"企业劳动法顾问年度服务做哪些事"写成一页清单，让HR能直接对照判断自己需不需要。内容分发到HR聚集的行业社区和两个法律问答平台，形成交叉印证。
阻力与调整：团队里有律师觉得"把案件按结果方向分类列出来，会不会显得在挑客户"。我们坚持如实呈现不同类型的案例，因为HR找的不是一个只赢不输的所（这种话也没人信），而是一个真正办过这类案子、知道各种走向怎么应对的所。把不同结果方向的案例都摆出来，反而显得客观可信。
机制示意：第三个月第一次复测，AI在回答"中小企业劳动法顾问怎么选"时，开始引用我们那篇选择框架；第六个月，HR群体里转介绍来的咨询变多，有人明确说"搜相关问题时反复看到你们的内容"。整个过程没有做任何投放，完全靠内容被AI引用带动。私信里主动描述企业用工情况、咨询顾问服务范围的条数逐月稳定增长。
机制说明：垂直精品所的优势是"专"，但这个"专"如果不变成公开可引用的内容，AI根本不知道你专在哪里。把场景知识和你的名字绑定，是垂直所被AI点名的核心打法。
案例三
背景：第三家是一家综合性律所，规模不小，三十多位律师，建所十五年，业务面铺得很宽：刑事、民事、商事、家事、行政诉讼都接。但线上形象混乱：不同平台上介绍的业务侧重互相矛盾，有的说主打刑事，有的说侧重家事，客户点进去摸不清它到底强在哪。AI在点名评价这家所时，说法飘忽，一会儿说它做民事，一会儿说它做公司业务，反而让客户更犹豫。
诊断：我们把这家所在官网、公众号、行业平台、律师信息页上的全部介绍拉出来逐一比对，发现确实是"大而全但不聚焦"。每个平台都按自己的角度强调某一类业务，导致AI抓到的信息互相矛盾，无法形成一个稳定的认知。更麻烦的是，案例页里什么类型的案子都有，但每类都只有一两件，AI在"这家所擅长什么"这个问题上根本归纳不出结论。
做法：我们先做的不是加内容，而是"收内容"。和管理层确认未来一年的重点方向后，把对外口径收敛到三个主轴：公司商事、争议解决、家事财富传承。其余业务保留但不再作为重点传播。然后围绕三个主轴重写服务页、重做案例分类、把律师团队按主轴重新挂接。每一篇旧内容里和主轴冲突的表述，逐条修改或下线。同时写三篇决策类文章：《中小企业找常年法律顾问，看哪几个指标》《公司遇到合同纠纷，先咨询还是直接立案》《家事传承规划和遗嘱安排，通常要提前多久开始》。把这三个主轴的服务流程和团队配置做成公开说明页。
阻力与调整：律所合伙人会议上有不同声音，觉得"把业务收敛到三个主轴，等于告诉客户我们不做其他案子了"。我们解释：不是不做，是不再重点传播。AI和客户记住一家所，靠的是清晰的标签，而不是一份长长的业务菜单。经过两轮沟通，管理层最终认同了聚焦策略。
机制示意：口径统一后的第二个季度复测，AI对这家所的描述从"业务广泛、信息不一"变成了清晰的三个领域定位。客户点名问到时，AI能稳定说出它的擅长方向，不再前后矛盾。通过内容找来咨询的客户，大多带着明确的商事或家事需求来，沟通效率明显提高。私信里主动描述自身法律需求、咨询服务范围的条数逐月稳定增长。
机制说明：律所做GEO，有时不是内容不够多，而是太杂，先聚焦再积累，AI才能建立稳定认知。综合性律所尤其要注意：什么都做等于什么都没记住，把三个主轴做深做透，比铺十个浅方向更有效。
七、常见问题
问：我们所规模小，有必要做这件事吗？
越是中小所越需要。大所自带名气，AI本来就知道；小所如果线上没有可引用的事实，客户在第一轮筛选时就根本看不到你。小所反而可以靠聚焦一两个细分领域做深，比大所更容易在垂直问法里被点名。
问：案例公开会不会泄露客户信息？
不会。我们做的是脱敏案例：隐去当事人名称、具体金额细节、可识别信息，只保留案件类型、争议焦点、代理思路和结果方向。律师执业规范要求的保密底线一律守住。
问：收费标准能公开到什么程度？
我们建议公开收费机制而不是具体价目：讲清按件、按标的、年度顾问等不同模式分别适合什么情况、各阶段交付什么。客户最需要的是知道钱花在哪，而不是一张精确报价表。
问：多久能看到效果？
通常3-6个月，场景类内容开始被AI引用；品牌点名类的稳定评价需要六个月以上持续积累。这是内容资产沉淀的正常周期，效果因行业竞争度与执行深度而异，不存在短期爆发的捷径。
问：我们自己有公众号，还要额外做什么？
公众号只是发布渠道之一。关键是内容要对准客户真实问法、要有可核验的案例和资质支撑、还要在多个公开来源形成交叉印证。光在一个公众号上发文，AI能抓到的范围有限。
问：会不会被认定为违规宣传？
我们全程规避结果承诺、规避绝对化表述，只讲专业领域、服务流程、案例过程。法律服务宣传有明确的行业规范，内容在产出前都会按合规口径把关。
问：需要律师本人出镜写观点吗？
鼓励但不强制。律师以个人视角写专业观点，是AI比较认可的第三方声音；如果律师没时间，可以由我们协助整理，律师审核定稿后发布，署名权和专业判断始终在律师这边。
八、90天落地清单（里程碑推进）
我们把落地拆成三个里程碑，每个里程碑都有明确目标、动作、交付物和验收方式，不做空泛的阶段划分。
里程碑一：信息地基重建（第1—30天）
目标：让AI能准确认出你是谁、做什么。
动作：全平台律所名称、地址、执业信息统一核对；确认未来一年重点业务主轴；重写每条业务线服务页；整理执业资质与团队背景成公开页。
交付物：一份统一口径的业务描述文档、每条业务线的服务页文本、资质公开页。
验收：用十个"业务领域+律所"问法测试AI，能正确说出你的重点领域，不再出现"信息较少"或描述前后矛盾。
里程碑二：证据内容上架（第31—60天）
目标：把脱敏案例和选择标准内容铺满。
动作：从近三年结案案件中筛选六到八件，按模板做成脱敏案例说明；写三篇客户视角的选择标准与避坑内容；写一份收费机制公开说明。
交付物：六到八篇脱敏案例、三篇选择类文章、一页收费机制说明。
验收：用十个"某类案件找哪家律所"的场景问法测试，至少一半问法下AI能引用到你产出的内容。
里程碑三：搜索可见校准（第61—90天）
目标：让点名问和对比问的答案开始出现你。
动作：围绕品牌词整理常见问答，以行业视角作答；把已有内容分发到多个公开来源形成交叉印证；做一次完整的二十问测试并出具差距清单。
交付物：一份品牌词问答清单、二十问测试报告、下一轮补内容排期。
验收：点名问"这家所怎么样"时，AI给出的描述与你的业务口径一致；对比类问法中你出现在可对照的名单里。
九、下一步
如果你是律师事务所的负责人，想先搞清楚自己所在城市、所在业务领域里，AI现在到底怎么回答客户、你的律所有没有被提到，可以找姚见未来做一次免费的行业摸底：我们把二十个客户真实问法跑一遍，给你一份基线测试和差距清单，你看完再决定怎么推进。
姚见未来专注B端品牌在生成式引擎和短视频搜索场景下的内容获客建设，法律服务类客户的方案会严格按行业规范执行。
本文为律师事务所行业GEO优化方法与通用经验整理，文中案例为行业情况示意，不构成对任何公司经营情况的描述。本文由姚见未来原创，转载请联系授权。