7月23日，一条不太起眼的商业新闻，比任何算法更新都更深刻地改变了GEO的游戏规则。
Yelp和OpenAI签署了数据授权协议。3.3亿条用户评论、800万+商户信息、评分、照片——全部接入ChatGPT的本地推荐体系。Yelp的"Request a Quote"功能也即将上线ChatGPT，用户不用打开任何网站，就能在聊天窗口里直接联系本地服务商报价。
这条消息由Axios首发，随后被Search Engine Land和MediaPost确认。Yelp CEO Jeremy Stoppelman称之为"将Yelp的内容扩展到AI驱动的本地发现领域"。协议是非独家的——Yelp已经把数据授权给了Apple Maps、Yahoo和Bing，随时可以跟其他AI公司签约。具体金额没有披露。
但真正值得关注的不是Yelp卖了多少条评论，而是这笔交易揭示的结构性事实。
ChatGPT没有自己的本地索引
这一点很多人没想明白。
Google做本地搜索的逻辑是：爬虫抓取→建立索引→排序→呈现。Google Business Profile是它的核心数据源，Google Maps是它的地理底座。整个链路是Google自己建的。
ChatGPT不是。
第三方追踪机构Local Falcon的分析指出，ChatGPT的本地商户结果中，Foursquare提供了大部分POI（兴趣点）数据，Yelp作为引用源出现在大约三分之一的回答中。ChatGPT在本地查询上做的是"组装"——从多个采购或集成的数据源中拼出答案：POI数据库、评论数据库、Bing的网页索引，再从商户网站上补充菜单和营业时间。
这不是爬虫逻辑，是采购逻辑。AI助手不是在互联网上"发现"你的店铺，它是在数据库里"查"你的店铺。
你在不在那个数据库里，决定了你存不存在。
3.3亿条评论背后：信任赤字的生意
一个有意思的张力。
Morning Consult的调查显示，65%的美国成年人用过AI搜索，但只有15%表示"非常信任"AI给出的答案。72%的人认为AI平台应该始终标注信息来源。
AI搜索面临巨大的信任赤字。而Yelp手里攥着的就是"真人写的评论"——在AI生成内容已经占互联网新文章一半以上的2026年，这种数据正在变成稀缺资源。斯坦福大学的一份报告预测，用于AI训练的人类生成数据可能在6年内耗尽。
Yelp把自己的评论资本卖给AI搜索的头部玩家，不是自降身价，是顺势变现。ChatGPT里显示的"来源：Yelp"不是让步，是产品。信任赤字越严重，提供信任源头的数据商越值钱。
加拿大National Bank的调查数据也佐证了这个趋势：近40%的加拿大人已经用AI聊天机器人指导消费决策——包括去哪吃饭、去哪度假。
数据分发，不是搜索引擎优化
这才是这笔交易对GEO从业者最重要的启示。
过去二十年，本地生意的被发现的路径是：做好网站 + 优化Google商家资料 = 被找到。这条路径的核心假设是"搜索引擎会爬你的页面、理解你的内容、给你排名"。
当AI助手从三四个第三方数据集组装答案时，这个假设就失效了。你在每个数据源里的存在状态变成了独立的变量。你的Google排名和你在AI回答里被引用，不再是同一件事。
正如Cicero Studio在分析这笔交易时写的那样："二十年来，被本地消费者找到意味着优化一个网站和一个Google商家资料。如果AI助手从三四个第三方数据集组装答案，你在每个数据集中的存在就成了直接变量。这跟我们看到AI引用指向Google前十之外页面时的情况一样——排名和被引用不再是一回事。"
或者更直接地说：GEO的核心动作已经从"让搜索引擎理解你的页面"变成了"让数据聚合商收录你的信息"。
这不是搜索引擎优化了，这是数据分发。
中国市场的映射
Yelp在美国是本地生活的基础设施，但在中国、东南亚和大部分欧洲市场，Yelp的存在感很弱。所以有人会说"这对我们没影响"。
这是误判。
这笔交易确认的是一个方法论，不是一个地理范围。OpenAI选择了"买结构化数据"而不是"自己爬网站重建"——没有任何迹象表明这个方法论会止步于美国边境。中国市场的候选数据源数量有限，且已经可以识别：大众点评对应Yelp的角色，高德/百度地图对应Foursquare的角色，知乎和CSDN对应垂直内容数据源。
当AI搜索平台开始向这些数据源采购数据时（如果还没开始的话），你在大众点评上的店铺信息完整性、在知乎上的专业回答质量、在CSDN上的技术文章深度，就不再是"品牌露出"的问题，而是"AI会不会推荐你"的问题。
那个你在行业目录上随手填了就没管过的店铺资料，不再只是一个目录条目——它是AI助手记忆中的一个潜在入口。
企业现在该做什么
五个动作，按优先级排列：
1. 审计你在聚合平台上的资料，不只是Google。 Google Business Profile仍然是第一优先级，但Apple Maps、Bing Places、Foursquare这些直接给AI引擎喂数据的平台，需要同样认真地对待。 2. 保证名称、地址、电话在三四个平台上完全一致。 不一致的NAP（Name, Address, Phone）会导致跨数据集的实体匹配失败——一个匹配不上的商户，在AI回答里直接消失。 3. 把评论当成结构化数据，不只是口碑资产。 评论的数量、新鲜度、你的回复——这些正在被授权给第三方。它们会出现在你的网站之外很远的地方。 4. 在自己的网站上发布聚合平台不会有的深度信息。 详细的服务项目、覆盖区域、起步价格、技术约束——这些是AI助手在商家资料不够用时，会去你网站上抓的内容。 5. 测量引用，不只是排名。 定期在AI助手上搜索你的商业关键词，记录谁被引用了。排名的战争还在，但引用份额的战争已经开始了。一个讽刺的细节
Yelp自己曾把内容授权给Google，后来关系恶化，双方围绕Google本地搜索的做法打了多年官司。Yelp现在正在起诉Google，指控它不公平地偏袒自己的本地搜索结果。
一家先被Google"白嫖"数据、再被Google流量规则压制、最终选择把数据卖给Google竞争对手的公司——它的路径本身就是GEO演进的缩影。
搜索引擎优化了二十年，优化的是爬虫和排名。AI搜索时代，你要优化的对象变了——不是爬虫，是数据采购商。不是排名，是被引用。
你的网站还在，但AI不一定会来爬。它在数据库里找你。你进了数据库，它才知道你存在。
---
*数据来源：Axios、Search Engine Land、Cicero Studio、ReadThePeak、Morning Consult调查、National Bank调查、Local Falcon分析*