service case

案例拆解

案例拆解

首页案例拆解

行业变局

床位在空着，客户在问AI

先看一组扎心的数字：

再补一个县级样本：某县备案养老机构27家、床位2284张，实际在住1120人，入住率55.5%；另有4家机构因经营不善暂停营业。

这组数字背后是一个反常识的结论：

养老行业不缺需求，缺的是"该住进来的家庭，找不到你、不敢信你"。3.23亿老人、5200万失能半失能、护理型床位一床难求的新闻时有耳闻——问题从来不在需求端。

行业已经从"建床位"进入"填床位"阶段。全行业稳定盈利的机构只有约4%，亏损的高达35%——谁能低成本、稳定地把家属请进门，谁就能活下来。

而家属现在是这样找养老院的：

"XX市养老院哪家好"

"XX区失能老人护理院推荐"

"医养结合的养老院怎么选"

"养老院一个月大概多少钱"

这些问题，正在从搜索引擎流向AI。

插播一个概念

养老院获客，和所有行业都不一样

很多养老院老板会说："线上没用，我们靠医院转介和老客介绍。"

这句话前半句在过去是对的，但现在要改一个字：线上不负责"获客"，但线上正在决定"能不能获客"。

为什么？因为养老行业有三个特殊性：

掏钱的人和住的人，不是同一个人

——真正做决定的是子女，而且往往是在外地工作、对老家不熟的子女。他们没有本地人脉可以打听，只能自己查。

决策周期特别长

——行业观察显示，家属选择养老机构通常要考察5家以上，而且常常同时问3-5家。价格、餐饮、医疗、护理能力，一项项比。

信任门槛极高

——怕老人受委屈、怕护理不专业、怕乱收费。那句"回去考虑一下"，翻译过来其实是"还不敢信"。

把这三条放在一起，你会看到一个残酷的事实——

家属的真实动作链是：听到你的名字（展会/转介/中介）→ 回家验证 → 再决定来不来参观。以前"验证"靠百度搜官网、看评价；现在，第一步是问AI。AI没提到你，验证结果就是"查无此院"——连参观都省了。

更扎心的是获客渠道本身的变化：

医院转介和中介返佣正在"职业化"——有养老中介靠拍探院视频月入十万，部分新机构的中介推荐获客占比已达20%-30%

社区活动：一场活动花5000元，最后成交1个客户，获客成本5000元

信息流广告：以前100元能拿到一条线索，现在要130元甚至更多，来的还多是"看热闹的"

你的获客命脉握在别人手里，而且价格只会越来越贵。

诺可可网络的AI获客方案拆解

AI给出的推荐名单里，被高亮的那一家拿走了几乎全部信任

案例背景

一家"护理不差，但AI看不见"的养老机构

（应机构要求隐去名称，下文称C机构。）

先看硬实力：

运营年限：深耕养老服务多年，长期稳定运营

医养结合：具备医疗保障能力，老人常见病、慢病管理不出院

护理分层：自理、半自理、失能、失智分层照护，护理等级评估清晰

收费透明：床位费、护理费、餐费、押金分类列明，无隐形消费

参展记录：也受邀参加西安第一届养老产业博览会

放在区域市场里，这是一家真有照护能力的机构。

但院长的困惑也很典型：

"我们护理做得不比谁差，就是空着的那几十张床位，不知道去哪找人。"

这句话背后，是养老行业最普遍的困境——

照护能力在院里，信任入口不在手里。

诊断实录

四大类问题，测出4个致命断点

接手后，我们没有先谈方案，而是做了一件最基础、也最容易被跳过的事：实测。

在DeepSeek、豆包、Kimi三个主流平台，围绕品牌词、本地推荐词、价格费用词、护理避坑词四类典型问题，做了多组检索。结果如下：

断点一：品牌词问询——AI"听说过它"，但"说不清它"

问"C机构怎么样""C机构收费贵不贵"，平台能查到基础工商信息和地址。

但再往下就露馅了：护理等级怎么分、医养资质是什么、收费怎么构成、日常照护长什么样——几乎无内容。

AI知道有这么家机构，但说不清它凭什么值得托付父母。打个比方：就像家属拿到了一张只印着名字和地址的宣传单。

断点二：本地推荐类问题（转化最高）——完全缺席

问"XX市养老院哪家好""XX区医养结合养老院推荐""失能老人护理院"。

三个平台的推荐名单里，C机构一次都没有出现。AI在推荐谁？同城的其他机构，和几家全国连锁品牌。

这是整个诊断里最刺眼的一条：家属最常问、最急着问的问题，恰恰是它缺席最彻底的场景。

断点三：价格费用类问题——认知被别人拿走了

问"养老院一个月多少钱""失能老人护理费一般多少"。

AI能给出相当专业的费用构成逻辑——床位费、护理费、餐费、医疗备用金，护理等级怎么评估、什么情况会调级。

但引用的报价参考、提到的机构，没有一个来自C机构。

也就是说：家属形成"养老院大概什么价位"认知的那一刻，就已经被别的机构教育完了。

断点四：护理能力与避坑类问题——错失建立信任的黄金窗口

问"怎么判断养老院护理好不好""送父母去养老院要注意哪些坑"。

AI给出的判断方法都很专业——看护理员配比、看失能照护流程、看餐饮和活动、看应急处置。

但提到的攻略、清单、机构，没有一个是C机构。

这一条最可惜。因为问这类问题的家属，正是最需要被说服、也最容易被说服的家属——他缺的就是一份"可核实"的依据。

隐性断点五：展会和转介流量，没有被沉淀

家属在展会上拿了名片，回去一搜——什么都查不到。

花了几万块参展换来的信任萌芽，在AI这一关被清零了。

为什么AI不推荐你？讲透底层逻辑

诊断结果出来，很多院长的第一反应是"AI是不是有偏见"。

不是。AI不推荐你，通常只有三个原因：

找不到你（可检索）

——大模型的回答，来自它抓取和训练时接触到的公开信源。护理流程、收费标准、医养资质、日常照护——这些家属最想核实的东西，AI手里没有。没素材，自然没推荐。

读不懂你（可理解）

——AI读的是语义，不是关键词堆砌。"医养结合""高品质服务""以人为本"这类话，AI无法提取出"你收什么类型的老人、护理配比多少、价格怎么算、出了状况怎么处理"。养老机构的信息必须被整理成AI能理解的结构化知识：收什么、怎么收、多少钱、谁来保障。AI才敢把你当成"可以推荐给家属的机构"。

不敢信你（可信）

——养老是信任敏感度最高的行业。AI有信源权重机制：权威媒体、政务平台、行业评价、高权重站点的内容，被引用的概率远高于零散发帖。你在朋友圈发的100张照片，可能不如一篇被权威媒体转载的失能照护科普。

三个条件，缺一个，AI就不会把你放进名单。

AI不推荐你，往往不是你护理不好，而是AI找不到你、读不懂你、不敢信你。而这恰恰全都是可以运营的。

方案拆解

四步GEO增长闭环

针对C机构的四个断点，我们给的不是零散动作，而是一套闭环：基建 → 曝光 → 信任 → 持续运营。

STEP 1 · 建平台：把照护实力，"翻译"成家属和AI都看得懂的语言

品牌实体建模

：系统梳理机构品牌、医养资质、护理等级体系、收费标准、服务流程、日常照护实景，形成统一语义口径。目标是让AI从任何角度提问，都能拿到一份"结构完整、口径统一"的机构信息。

业务词库：做三维组合，不是做一个词

—— ·照护等级维度：自理、半自理、失能、失智、术后康复、安宁疗护…… ·决策意图维度：哪家好、怎么选、一个月多少钱、能不能收失能、怎么判断护理好不好…… ·地域维度：城市、区县、商圈、周边三公里…… 三维交叉，就是几百个精准长尾词。

AI友好内容矩阵

：围绕词库生产家属"可核实"的内容——护理科普、失能照护流程、一周菜单实拍、收费构成说明、入住流程、家属最关心的20个问题、日常活动记录。注意，是"AI愿意引用的干货"，不是"人看了想划走的精修宣传片"。

信源网络搭建

：高权重媒体分发 + 头部媒体精准投放 + 行业垂直平台 + 本地生活平台 + 自媒体矩阵，构建AI可引用的权威信源体系。

这一步的本质：不是发广告，是给AI喂事实。

STEP 2 · 引流量：AI + 搜索双轮，把同行的流量截下来

主流AI平台GEO布局 + 主流搜索引擎SEO优化，双渠道覆盖

本地截流

：家属问"XX市养老院哪家好""XX区失能护理院推荐"时，C机构出现在名单里

竞品截流

：家属问"A和B哪个靠谱""XX养老院和YY养老院对比"时，C机构的优势信息被AI优先引用

展会流量承接

：参展前先把AI端铺好，让家属"展会种草 → 回家验证 → 主动预约参观"这条链路走通——这正是C机构这次参展前主动做的事

这里要多说一句：养老行业的家属里，问对比问题的，是离签约最近的家属——他已经在做最终筛选。这种流量，一个顶十个。

STEP 3 · 促成交：三层信任护城河

养老家属的顾虑非常具体：怕老人受委屈、怕护理不专业、怕乱收费、怕出了状况没人管。GEO要做的，就是把这三层信任提前建好。

第一层 · 权威背书

：媒体报道医养资质、护理体系、参展与行业活动，建立"正规机构"印象。

第二层 · 专业形象

：失能照护科普、慢病管理知识、护理等级解读，在知乎、行业平台、本地生活平台建立"懂照护的专家"人设。

第三层 · 口碑信任

：家属评价沉淀、日常照护实景、透明收费公示、负面信息对冲，把"怕被坑"的顾虑逐一拆掉。

养老家属很少"被说服"，他们更习惯自己验证。GEO做的事，就是把验证材料，提前摆在他一定会看的地方。

STEP 4 · 优服务：让效果可持续，而不是一次性烟花

专属客服一对一，从需求调研到上线运营全程跟进

季度数据报表：AI收录量、关键词排名、推荐上榜情况、正面信息覆盖率，全部可视化

微信群实时响应，不走冗长流程

持续运营：跟着AI算法变化调整内容策略

这一步常被忽略，但它决定了GEO是"资产"还是"一次性消费"——AI的算法在变、信源权重在变，内容策略必须持续迭代。

四步闭环 + 三阶段里程碑，把"被找到"变成可持续的资产

效果与节奏

90天，能看到什么变化

先看交付节奏：

第7天：内容铺设完成

第15天：开始上榜

第30-60天：大量上榜

第90天：进入稳定期

再看三阶段执行规划：

注意一个细节：所有指标都可量化、可验证。院长自己打开AI问一句，就能看到结果。这比任何"效果承诺"都有说服力。

别只看"上榜"

从上榜到签约，还差三道关卡

这里要补一个很多服务商不会主动讲的关键点。

上榜 ≠ 签约。GEO把家属送到你门口，但进门之后的转化，取决于三道关卡：

响应速度：家属通常同时问3-5家。微信晚回半天，人可能已经去参观下一家了。

参观动线：从大门、公共活动区、样板间到护理站，要让家属看见"人"和"流程"，而不是只看装修。

报价透明：床位费、护理费、餐费、押金分别多少，护理等级怎么评估、什么情况会调级——价格含糊，等于把咨询成本转嫁给前台，也把信任转嫁给了对手。

还有一层很多院长没意识到的：

GEO是闭环的。你的照护水平，会反过来变成AI的评价素材——照护好 → 家属好评沉淀 → 更多权威正面信源 → AI更推荐你。这是一个正循环；反过来，照护出问题也会被AI抓到。

GEO不会替你签约，但它能把"主动找上门的精准家属"的量级拉起来。咨询翻倍 + 转化不变 = 入住率提升

算一笔账

这套投入，一位老人就回来了

养老机构的获客成本有多离谱？

一场社区活动花5000元，成交1个客户，获客成本5000元

信息流广告，以前100元一条线索，现在130元起，来的还多是"看热闹的"

中介返佣，每成一单都要切走一大块利润，且越来越贵

而全年GEO服务的投入，不到3万元。

算一笔账就清楚了：一位失能老人入住一年，月费加护理费往往是十几万的收入。只要多成交1-2位老人，全年GEO成本就已经覆盖。

横向对比一下养老行业常见的获客投入：

关键区别在于：投流是"租流量"，GEO是"建资产"。

一篇被AI反复引用的失能照护指南，不会因为你这个月没投钱就消失。它会持续沉淀、持续被引用。

而且养老机构有个行业独有的优势：你们的每一天，本身就在生产内容。护理员怎么给失能老人翻身、老人今天在活动室做了什么、这周的菜单、康复训练的日常——这些都是AI愿意引用的真实素材。别人是花钱编内容，你是把每天都在发生的专业事实讲出去。

当然，也要说句实话：GEO不是魔法。它改变的是"AI怎么介绍你"，改变不了你的照护质量。如果护理本身不过关、收费不透明，流量放大反而会放大问题。GEO是放大器，不是修机器的扳手。

AI旺旺的方法论沉淀

给养老同行的5条GEO避坑建议

如果你正在考察GEO服务，这5条建议帮你避开大部分坑：

先诊断，再签约

——靠谱的服务商会当场实测你的品牌词和本地推荐词。连诊断都做不了的，方案再漂亮也别签。

内容要"可核实"，不要"精修口号"

——"医养结合""高品质服务"，AI根本不引用。护理等级、收费构成、照护流程、日常实景，这些才是AI愿意抓的内容。签约前让对方给你看内容样稿。

词库必须做三维组合

——照护等级 × 决策意图 × 地域。只做一个"XX养老院"，等于什么都没做。

KPI要能自己验证

——上榜率、品牌词准确率、信源覆盖量，能量化才能验收，而且院长自己打开AI就能查。

认清GEO的边界

——它解决"被找到 + 被信任"，不解决"被选择"。照护质量、收费透明、护理员配比才是根本。把GEO当放大器用，别当救命稻草用。

现在就去做一件事

读完这篇文章，你现在就可以做一件事——

打开DeepSeek或者豆包，输入：

"XX市养老院哪家靠谱"（把XX换成你所在的城市）

看看名单里有没有你。

如果有，恭喜你，已经领先一个身位。

如果没有，那你正在把家属亲手推给同行——而且推得毫无声音。

最后说一个窗口期逻辑：

现在做GEO，是"占位"；等同行都做了，就变成"抢位"。展会收来的名片会丢，医院转介要看人情，中介返佣年年涨价——但AI的推荐位，只会越来越难抢。

你是想成为AI口中的"本地靠谱养老机构"，还是继续做那个"AI查无此院"的隐形正规军？

想知道你的机构在AI眼里长什么样吗？

如果你想系统了解自己机构在AI端的可见度现状，或者想看这套打法的落地细节，欢迎和我们聊聊。

合作对接：13289225215（同微信）