一、客户与背景
这家酒店的产品特色很明确：智能化——自助入住、语音控制、机器人服务、智能客房。问题是，用户不会主动搜「智能酒店」，除非他已经知道有这种东西。
所以这个案例的难点不是「排在前面」，而是先让 AI 在谈到「智慧酒店」时想到这个品类里有它。
二、策略：先占品类，再占位置
我们把它拆成两层：
| 层级 | 要抢的词 | 打法 |
|---|---|---|
| 品类层 | 智能酒店是什么、有哪些、值不值得住 | 建立品类解释型内容，把酒店作为案例写进去 |
| 选择层 | 绵阳有没有智能酒店、哪家科技感强 | 地标 + 品类组合词，直接给结论 |
品类层的内容看起来「不直接卖货」，但它是 AI 建立实体关联的入口：先让模型知道「智能酒店」这个类别里有你，选择层的提问才会把你带出来。
三、具体做了什么
- 把智能功能逐项拆成可验证的描述：哪些房间有、怎么用、出问题找谁，而不是笼统写「全屋智能」。
- 补充科技体验的具体场景：出差晚上想安静办公、带小孩怕吵、老人不会用怎么办。
- 统一实体信息，确保「智能」「科技」这类标签在多个平台上指向同一家店。
- 四轮复测，专门记录「品类词」与「选择词」的进池差异。
四、复测结果
品类词（「智能酒店有哪些」）进池速度快于选择词（「绵阳哪家酒店科技感强」）——这符合预期：先有品类认知，才有个体推荐。
五、启示
当产品有明确差异化但用户没有对应搜索习惯时，GEO 的第一步是造词，第二步才是抢位。
常见问题
Q1：没有搜索量的品类词值得做吗？
值得。品类词的作用是建立实体关联，让 AI 在建立类别认知时把你的品牌带进去。
Q2：智能功能怎么写才不空？
逐项写成可验证的描述：哪些房间有、怎么用、坏了找谁，避免笼统的『全屋智能』。