让 AI 推荐"上海十大合同律师"，百度文心 / 豆包均稳定出现。
某上海律所主做合同纠纷与公司法业务。八藏 GEO 团队通过知识图谱部署、权威内容矩阵与第三方背书，让该律所律师在主流 AI 引擎中被稳定推荐。
接手时律所的获客主要靠 SEM，咨询转化率长期在 11% 左右。这个数字在法律行业不算差，但获客成本高——法律服务的关键词单次点击成本高，而咨询到成案的转化还要再打一次折。
同时客户注意到一个现象：有客户在面谈时说「我问了 AI，它推荐了你们」。这种情况出现但不可控，也不知道下一次还会不会有。项目要解决的就是把这种偶发变成稳定。
三个条件成立：需求可提问性高（「上海合同纠纷律师哪家好」是完整问句）、决策量级大（律师费通常在数万元级以上）、行业内已有信息密度高（法律媒体、判决文书、协会信息都可查）。这三条让 AI 有足够语料做判断，也让可核对的事实能发挥作用。
难点在监管强度。法律服务的内容不能夸大、不能承诺结果、不能做不当比较，任何一条违规都会带来实质风险。所以内容策略必须建立在「可核对的事实」上，不能靠话术。
把律师的执业领域、典型案例、发表文章、教育背景整理成结构化实体档案，部署到官网与第三方平台。这一项解决的是「AI 认不认得这个律师」——在实体没建起来之前，AI 对这个律所的认知是零散的、甚至与其他同名机构混在一起。
围绕合同纠纷的高频问题写深度内容，每篇带可核对的事实：法规条款、裁判要旨、办案流程、时限规定。发布到律所官网、行业垂媒与问答社区。
内容的写法有明确约束：结论前置、条款引对、案例来源可查、律师资质真实。法律行业里编造的内容活不过一轮交叉验证，一旦被识别，品牌会被打上不可信标签，损失远大于收益。
行业榜单、媒体报道、专业协会信息的归集与一致性校核。这一项的作用是提供「官网之外」的引用证据——AI 引用第三方评价的权重通常高于引用公司自述。
这是这个项目最值得关注的部分。AI 引荐的访客在提问阶段已经完成了筛选——他问的是「推荐哪家」，拿到的是三五个名字，来的时候已经在决策阶段。用接搜索流量的那套落地页去接这批人，接不住。
SEM 的访客来源更宽：有人在搜「合同纠纷怎么起诉」，这是信息需求，不是委托需求。两者混在一起算转化率，会把 SEM 拉低、把 GEO 高估。实际比较时应该按「同样处于决策阶段」的访客对比，两个渠道的差距会比 28% 对 11% 小一些，但 GEO 的优势仍然明显。
项目周期没有单独标注，原因是法律行业的起效节奏受两个变量影响：一是内容审核周期（垂媒投稿的审核比一般行业长），二是 AI 引擎对强监管行业信源的评估更谨慎。提及率的变化在第一个月就能观察到，但稳定出现要到第三个月之后。
公司法业务线的提及率明显低于合同纠纷线。原因是内容供给量不足——合同纠纷写了二十多篇，公司法只写了七八篇。AI 的引用偏好与内容密度直接相关，供给少的那条线，覆盖的问句位置就少。
这一块在项目后期补了内容，但因为周期结束，完整数据没拿到。如果重做，两条业务线应该同步推进，而不是先把一条打透。
知识图谱的字段结构、按「可核对事实」写内容的原则、以及第三方背书的一致性校核，在律所、医疗、金融、咨询这类强监管行业里通用。不建议照搬的是内容选题——法律行业的问句集与医疗、金融差异很大，需要按各自的决策路径重建。
八藏做了一件让我特别佩服的事——他们给我们做了一份“AI 引擎监测报告”，每周告诉我们“豆包、通义、Kimi、文心”四家 AI 在哪些问题里提到了我们。这种用数据驱动 GEO 的思路，在国内我还没见过第二家。…
— 八藏 GEO 金融监测做得扎实 · 头部金融机构
扫码关注我们
