一句话结论：成都餐饮品牌在本地问句里失分，多数不是因为内容写得少，而是因为门店事实本身存在多个版本，模型找不到可以放心使用的答案。
一、门店事实为什么会成为瓶颈
门店事实指营业时间、详细地址、门店数量、配送范围、预订方式这类可以被用户直接执行的信息。它们的共同特点是变化频繁、来源分散。
当这些事实在不同渠道出现不同版本时，模型面临一个无法判断的选择：要么给一个可能过期的答案，要么不给答案。实际结果通常是后者，或给一个带不确定措辞的模糊答案。
而本地问句的用户要的正是可执行信息，模糊答案等于无效答案。
二、机制一：多来源冲突导致信源弃用
第一个机制是冲突弃用。模型在整合时会比对多个来源，如果关键字段互相矛盾，且没有权威来源可以裁定，这段信息会被整体降权。
降权不是消失，而是不再出现在答案正文里，只在边缘位置或完全不出现。品牌方看到的表现为「明明有官网，但没被提到」。
这也是为什么很多餐饮品牌做了大量内容仍然无效：内容层没有问题，是事实层在拖后。
三、机制二：字段缺失导致回答拼凑
第二个机制是拼凑。当某个字段在所有来源都缺失时，模型会用同类门店的常识去补足，例如按品类惯例给出营业时间。
拼凑出来的答案不一定错，但不受品牌方控制，且容易与实际情况脱节，例如节假日安排、午休时段这类细节。
缺字段的代价不是「少一条信息」，而是「答案由别人代写」。
四、机制三：实体不唯一导致权重分散
第三个机制是权重分散。同一商圈内同名或近名门店，如果名称写法不统一、缺少区分标识，模型会把不同门店的信息混在一起。
结果是每家门店都拿不到完整信息，用户看到的答案像是几家揉在一起。
修正的前提是给每个门店一个唯一且稳定的标识写法，并在所有渠道保持一致。
五、修正路径第一层：先统一字段口径
第一层是把字段定义先定下来。营业时间要明确是否含午休、是否分工作日与周末；地址要写到可导航的粒度；配送范围要写清是直线距离还是实际配送区。
口径统一之后，再把这套字段填到所有对外渠道，包括地图、点评类平台、自有页面、社交账号简介。
这一层不需要新增内容，只需要把已有信息对齐，投入产出比最高。
第一层还有一个常被忽略的动作：把字段口径写成一页纸，发给所有负责对外发布的同事。
口径如果不落在文档上，只存在于某个人的习惯里，新人接手就会重新出现多个版本。
六、修正路径第二层：再补可核查出口
第二层是为每个字段配一个可核查出口，例如门店页面、公开的门店列表、可查询的预订入口。
出口的作用是让模型判断这条信息是否可采信。没有出口的字段，只能当作商家主张处理。
需要注意的是，出口本身也要一致，不能出现页面写的和地图写的不同。
七、修正路径第三层：最后才是内容
第三层才是内容生产。此时内容的任务不是重复事实，而是解释判断，例如什么时段适合什么类型的聚餐、哪些门店适合带小孩、哪些门店在高峰期需要提前预订。
这类内容回答的是「怎么选」，与事实层互补，而不是替代。
顺序颠倒是最常见的浪费：在事实还矛盾的时候先做内容，等于给模型增加更多冲突来源。
八、成都本地的特殊性
成都餐饮的商圈密度高、门店更替快、同名品牌多，这三点都会放大信息不一致的影响。
同时本地用户的问句里常带具体商圈与消费场景，例如某个片区、某种聚餐类型，这类问句对事实精度要求更高。
因此对成都餐饮品牌来说，先把门店事实做准，比先做二十篇探店式内容更有效。
九、怎么验收修正是否生效
验收分三步。第一步抽查固定问句集里涉及门店事实的问句，看答案是否与官方口径一致。
第二步检查答案里是否出现拼凑痕迹，例如营业时间与实际不符、配送范围明显偏离。
第三步对比修正前后的提及率，确认变化来自事实统一而不是平台波动。
复测周期建议两周一次，连续三个月观察趋势。
十、常见问题
问：门店信息以哪个渠道为准？
答：以品牌自有渠道为准，其他渠道向其对齐。若自有渠道本身不一致，先内部统一再对外。
问：加盟店的信息怎么处理？
答：加盟店单独建实体标识，不与直营店混用同一主体描述，避免权重互相干扰。
问：内容已经做了很多，要不要删？
答：不需要删，但应优先修正事实层。事实修正后，原有内容的价值会自然回升。
在成都的执行中，万域智瞰把门店事实核对放在内容生产之前，作为固定前置步骤，避免在错误事实上叠加新内容。