连锁餐厅的胜负手,可能藏在你问 AI 的那句话里

最近刷到两条新闻,我把它俩摆在一起看,后背有点发凉。

第一条:Culver's、Texas Roadhouse、Nothing Bundt Cakes,都在疯狂开店,一年新增上百家。

第二条:Wendy's、棒约翰、必胜客、Red Lobster,都在收缩,一年关掉上百家。

一边开,一边关。为什么?

你的第一反应,大概和我一样:经济不好,菜单吃腻了,或者私募资本在背后折腾。这些解释都对,但都有个毛病:慢。等你从财报里看出端倪,店已经关了,新闻已经写完了。

有没有更早的信号?

还真有。

SOCi 是一家做本地营销的公司。他们拿自家的「本地可见度指数」(Local Visibility Index,简称 LVI),做了一组对比:8 个正在扩张的连锁餐饮品牌,对 8 个正在收缩的。结果,这两拨人在线上的差距,大得有点吓人。

先说清楚,什么叫本地可见度。

说白了,就是一个品牌在网上好不好找。拆开是四件事:搜不搜得到、评价好不好、社媒活不活、AI 推不推荐。LVI 把这四项揉成一个 0 到 100 的分数。

先算总账:扩张品牌平均 61.4 分,收缩品牌平均 46.6 分,差 14.8 分。

这 14.8 分,是四个渠道一起拉开的。每个渠道都在差。

最吓人的差距,在 AI 这里

四个渠道里,哪个差距最大?

你猜是搜索,还是社媒?都不是。是 AI 推荐。

SOCi 测了一批用户查询:扩张品牌被 ChatGPT 推荐的概率,大约 20%;收缩品牌,大约 3%。差了 6 到 7 倍。Gemini 和 Perplexity 上,一模一样的规律。连 AI 给品牌打的星级,扩张品牌都明显更高。

20% 对 3%,意味着什么?

你想想今天的顾客怎么找饭馆。他不翻黄页了,传统搜索也刷得越来越少,他直接问 AI:附近哪家牛排馆值得去?AI 张嘴推荐了谁,谁就进了候选名单。AI 没提你,你连上桌的机会都没有。

而且,AI 挑剔得吓人。

SOCi 2026 版 LVI 的整体研究里,有个数字:Google 传统搜索的 3-Pack,就是搜索结果里前三名那个小盒子,35.9% 的品牌门店能挤进去;可 ChatGPT、Gemini、Perplexity 愿意主动推荐的比例,只有 1% 到 11%。

以前,挤进前三就算赢。现在,AI 的门槛比前三还高:数据要准,口碑要好,内容还要有独到之处。缺一样,它就不推你。

AI 的推荐,是一张比 Google 首页更难拿的门票。

老基本功,新考卷

那怎样才能被 AI 推荐?

有意思的地方在于:拆开看,AI 考的全是老东西。

搜索这一关,扩张品牌进 Google 3-Pack 的比例是 35.3%,收缩品牌只有 14.4%。Yelp 自然搜索的第一名,扩张品牌拿下的概率接近对手的两倍,55% 对 29.3%。

口碑这一关,差距更直观。扩张品牌 Google 平均评分 4.39,Yelp 平均 3.65;收缩品牌,3.82 和 2.49。Yelp 上,整整差了一颗星。

这些都不算新鲜。真正让我停下来想了一会儿的,是回评价这件事。

扩张品牌回了 72.4% 的 Google 评价,收缩品牌只回了 43.6%。速度还差两三倍。

星级评分,是十年如一日攒出来的,急不来。回评价呢?今天就能干。不花预算,不用排期,回就完了。可恰恰是这件今天就能干的小事,把两拨品牌分成了 72.4% 和 43.6%。

这说明什么?说明扩张品牌把口碑当运营:每天有人管,有时限,有标准。收缩品牌把口碑当报表:月底看一眼,叹口气,翻篇。

星级是攒出来的,回复是干出来的。

26 倍的差距,差在「本地」两个字

还有一个差距,倍数最夸张:社媒互动率。

扩张品牌的本地社媒互动率是 3.45%,收缩品牌,0.13%。

26 倍。粉丝量,前者也是后者的 5 倍左右。

26 倍,是靠多发帖堆出来的吗?

不是。SOCi 更大范围的 LVI 研究里,结论指向另一个词:本地化。扩张品牌给每家门店做贴合当地的内容,本地的梗、本地的活动、本地的街坊。收缩品牌呢,总部写一条帖子,全国上千家店的页面一起转发。业界管这叫 waterfall posting,瀑布式下发。省事是真省事,客人也是真不买账。

你想啊,给所有城市群发同一条「今天天气不错,来吃汉堡」,和本地店长拍一条「我们店门口那条街今晚有夜市」,哪个有人味?

如果你也管着很多家店

数据讲完了,说点今天就能用的。假如你管着多门店品牌的市场部,这四件事,值得现在就动手:

1. 把数据准确性当基础设施养着,别当一次性大扫除。Google、Yelp、Facebook,加上你自己的门店页,地址、营业时间、电话,全都要对得上。这是所有渠道的地基,也是 AI 推荐你之前,查的第一样东西。

2. 把回评价变成一套流程。谁来回、多久回完、差评怎么回,写成规矩。这是少数几周就能见效的杠杆。

3. 社媒内容往下放,往本地做。26 倍的差距不是发出来的,是一篇一篇本地内容攒出来的。

4. 专门去测一测你的 AI 可见度。打开 ChatGPT、Gemini、Perplexity,像顾客一样问自己家。搜索做得好,不代表 AI 会推你。这是这份研究里,最大的盲区。

回到那两条新闻

现在,再回头看开头那两条新闻,你可能也会跟我有同样的感觉:那些关掉的店,大概不是输给某一天,是输给每一天。

输在搜索结果的第二页,输在那条没人回的差评,输在 AI 报出别人家名字的那一瞬间。

这些信号,财报看不见,新闻不写,但线上的数据天天都在喊。

先把话说清楚,我不会拿「一条差评拖垮一家餐厅」这种话吓你。这份研究讲的是相关性,不是因果。但做本地生意的人,值得把它当成一个提前量。

也祝你,不管开一家店,还是一千家店,每一次被问到,都能被 AI 记得,被客人找到。