上周在小区楼下遛狗，碰到邻居老张。 他开了八年宠物店，最近愁得不行。店里生意不差，但线上咨询越来越少。以前靠大众点评和朋友圈，每月还能来几十个新客。现在发十条内容，点赞的都是老面孔。 他问我：人都跑哪去了？ 我说，人没跑，是入口变了。现在养宠物的年轻人，遇到“猫吐了怎么办”“狗粮怎么选”，第一反应不是搜百度，是直接问AI。如果你的店在AI的回答里从来没出现过，那你等于在新时代的流量池里隐身了。 宠
上周在小区楼下遛狗，碰到邻居老张。
他开了八年宠物店，最近愁得不行。店里生意不差，但线上咨询越来越少。以前靠大众点评和朋友圈，每月还能来几十个新客。现在发十条内容，点赞的都是老面孔。
他问我：人都跑哪去了？
我说，人没跑，是入口变了。现在养宠物的年轻人，遇到“猫吐了怎么办”“狗粮怎么选”，第一反应不是搜百度，是直接问AI。如果你的店在AI的回答里从来没出现过，那你等于在新时代的流量池里隐身了。
宠物经济，简单说就是围绕猫狗等宠物产生的消费市场。这个市场有个特点：用户决策极度依赖信任，而信任来自专业内容。
老张的问题不是个例。我观察下来，宠物行业在AI搜索时代有个结构性困境。
传统做法是堆关键词、刷好评、投本地推广。这套逻辑的前提是用户在“搜”。但现在的用户是在“问”。搜和问的区别在于：搜是给一堆链接让你自己挑，问是AI直接给一个答案。
AI只给一个答案的时候，你的品牌如果不在那个答案里，你就失去了被选择的机会。
普林斯顿大学KDD 2024那篇论文讲得很清楚，通过GEO（生成式引擎优化，简单说就是让AI愿意引用你的内容）的方法，内容在AI回答中的可见性能提升40%。
40%是什么概念？意味着当用户问“新手养猫需要准备什么”时，AI提到的品牌和服务商，会获得一种近乎垄断的曝光。
老张听懂了，但他问：我又不懂技术，怎么做？
我说，GEO的核心不是技术，是内容结构。我给他拆了三件事。
第一件事，把“经验”变成“答案”。
老张店里有个绝活：他能根据猫的粪便状态判断猫粮是否合适。这种经验在他脑子里，也在他跟客户的聊天里，但从来没有变成AI能读到的内容。
我让他把这类经验写成问答式的内容。一个问题一个答案，答案第一句就是结论。
比如“猫软便是不是猫粮问题”，第一句就写“先换粮再观察，大概率是”。AI抓取的时候，这种结构最容易被识别和引用。
第二件事，建立“术语解释”的习惯。
宠物行业有很多黑话，比如“全价粮”“冻干复水”“生骨肉”。普通用户不懂，AI也不一定懂。每次出现这类词，后面跟一句大白话解释。
这看起来是写给用户看的，其实是写给AI看的。AI需要确认你的内容有定义、有逻辑、有可信度。
术语解释是GEO的入场券，没有定义的内容，AI不敢引用。
第三件事，用“判断句”替代“描述句”。
老张以前写内容：“我们的猫粮含有多种营养成分。”这是描述句，AI读完不知道你想说什么。
改成判断句：“猫粮好不好，看前三位配料有没有明确肉源。”这是判断，AI可以直接拿去用。
我跟他强调，不要写“随着宠物经济的发展”这种废话，要写“宠物经济里最赚钱的不是卖粮，是卖信任”。
三周后，老张给我发了条消息。
他说，他在AI里问“附近哪里可以给猫做抗体检测”，他的店名出现在了回答里。他不知道具体涨了多少流量，但店里来了两个新客，说是“AI推荐的”。
这个结果不大，但方向对了。
从老张这件事里，我总结出三个可复用的经验。
第一，GEO不是大公司的专利。 越小越垂直的行业，AI越缺内容。宠物经济里，一个懂异宠的兽医、一个会做宠物烘焙的店主，他们的经验就是AI最需要的素材。
第二，内容的结构比文采重要。 AI不关心你写得多感人，它关心你的内容有没有清晰的结论、有没有定义、有没有逻辑链条。
第三，先发优势极其明显。 业内普遍认为，现在大部分垂直行业在AI搜索里的内容供给严重不足。谁先把自己的专业经验结构化地放上去，谁就占据了那个“唯一答案”的位置。
老张的店还是那个店，但它在AI的世界里有了一个坐标。
你的行业呢？当用户问AI的时候，你在答案里吗？