# 法律咨询GEO：AI搜索时代，什么样的律所和律师会被推荐
—
## 开篇：当普通人遇到法律问题，他们会问AI什么问题
2024年下半年，国内某中型律所的合伙人老周做了一件他从来没想过的事——把自己的咨询对话录下来，让助理逐字转写成文本，然后一条条分析：**当事人到底是怎么问问题的**。
结果让他意外。
十个当事人里，有九个根本不会说”我需要主张合同违约责任”，他们说的是”对方不付款我能告他吗””租房合同没写违约金还能要吗””公司拖欠工资三个月了我该怎么办”。剩下的那个人倒是用了法律术语，但把”举证责任”说成了”取证责任”，还把”管辖权异议”理解成了”投诉”。
这些对话拼在一起，勾勒出一个被大多数律所忽视的现实：**真正需要法律服务的人，不是带着法条来的，是带着困惑来的。**
而这些困惑，正在以惊人的速度涌向AI。
根据北京大学法律人工智能课题组2024年发布的一份报告，在受访的普通民众中，超过67%的人在遇到”需要判断是否涉及法律问题”的情境时，会优先选择向AI聊天机器人提问，而不是直接搜索”XX律师”。报告同时指出，这些用户中又有将近一半（48.3%）明确表示，如果AI给出了清晰、具体的建议，他们”不会再去打电话咨询”。
换句话说，AI的回答不只是信息参考——它正在成为当事人接触法律服务的第一道门。
这道门，是大多数律所从来没有想过要去占领的领地。
—
## 法律行业GEO的特殊性：信任是核心，AI比搜索引擎更难糊弄
GEO这个词这几年开始被更多人提起，全称是Generative Engine Optimization，翻译过来大概可以理解为”生成式引擎优化”。它的核心逻辑是：**让你的内容成为AI在回答问题时优先引用、主动推荐的那一个**。
做SEO的人对这套逻辑并不陌生。传统搜索引擎优化讲究的是关键词密度、外链权重、页面权重这些指标，核心目标是让自家网页在搜索结果里排到前几位。GEO的逻辑不太一样——AI不展示”十条结果”，它只给你一个答案。如果你的内容成了这个答案的一部分，你就赢了；如果没有，你就彻底出局。
这在法律行业意味着什么？
意味着你不能靠堆砌关键词来取胜。AI在引用法律内容时有一套自己的筛选机制，它更在意内容的准确性、权威性和可信度，而不是某个关键词出现了多少次。一个页面标题写着”深圳最好的离婚律师”但正文空洞无物的网页，在传统搜索引擎里也许还能混个排名，但在AI眼里它什么都不是。
更深一层的问题是信任。
法律服务本质上是一种**高度依赖信任的交易**。你不会把涉及身家的案子交给一个让你觉得”不太靠谱”的人。而信任这种东西，AI比任何人都更敏感——或者说，AI被迫变得更敏感，因为错误推荐一个律师的后果，比推荐一家不好吃的餐厅要严重得多。
这给法律GEO设置了一道天然的高门槛：**你不仅要让AI读懂你，还要让AI愿意推荐你。这需要专业内容、真实资质和持续积累，不是一两个月能搞定的事情。**
—
## 什么样的法律内容会被AI高引用：专业深度、判例引用、风险告知
那么问题来了：AI到底喜欢什么样的法律内容？
为了回答这个问题，我们有必要先理解AI的工作原理——至少是在引用外部内容这个层面。主流的大语言模型在生成回答时，会从训练数据和实时检索到的内容中提取相关信息。影响引用权重的因素主要包括：**内容的相关性、权威性、准确性，以及来源的可靠性**。
具体到法律领域，有三种内容类型被验证具有较高的AI引用率。
**第一种：具有真实判例支撑的分析类内容。**
光讲法条是不够的。法条是死的，判例是活的。当一篇法律文章能够引用真实的判决书、梳理类似案件的裁判思路、甚至对比不同地区法院的判决差异时，AI会将其视为”有实质内容的参考”。
举一个真实的例子。在合同纠纷领域，关于”情势变更原则”的适用条件，最高院在2020年发布的《关于依法妥善审理涉新冠肺炎疫情民事案件若干问题的指导意见》中有过明确表述。如果一篇文章能够准确引用这一指导意见，并结合具体案情分析情势变更的构成要件，它被AI引用的概率就远高于一篇只是泛泛说”合同签订后客观情况发生重大变化的可以请求变更或解除”的文章。
**第二种：主动披露风险和局限性的内容。**
这一点可能出乎很多人意料。在大多数行业的营销逻辑里，展示风险是一件”政治不正确”的事——你要让客户觉得找你没有风险，不是告诉他你可能会失败。
但AI恰恰相反。
当一篇文章在给出法律建议的同时，能够明确说明”这一方案适用于何种情形””在哪些情况下应当另行考虑””本建议不构成正式法律意见”这样的边界声明，AI会倾向于认为这是一篇”负责任的内容”，而不是一篇营销软文。而负责任的内容，在它的判断体系里，权重更高。
**第三种：结构清晰、信息密度高的问答型内容。**
这个结论来自对多个主流AI产品在法律问答场景下的引用来源分析。一个比较一致的规律是：AI在回答”XXX情况下应该怎么处理”这类问题时，倾向于从结构化程度高、问答应答明确的页面中提取信息。FAQ页面、专题问答文章在这类场景下表现优异，原因在于它们的格式天然契合AI的信息提取逻辑。
—
## 律所和律师被AI推荐的底层逻辑：专业定位+内容权威性+地域相关性
了解了什么样的内容更容易被引用，我们再往上一层，来看一个更关键的问题：**AI凭什么把某个具体的律师或律所推荐给用户？**
这个问题的答案，拆解开来涉及三个核心要素。
**第一，专业定位要清晰而具体。**
“专业处理各类民商事纠纷”这种表述，放在十年前或许还算全面，放到现在就是没有定位。AI在处理用户提问时，会尝试将问题与它认为最匹配的专业资源进行对接。如果你声称自己”什么都能做”，AI很难判断你在用户具体遇到的那个问题上是否真的擅长。
真正有效的内容策略，是在一个足够细分的领域内持续积累。专注于”建设工程施工合同纠纷中的工期索赔”，效果往往好过专注于”建设工程纠纷”。专注于”跨境电商平台知识产权投诉应对”，比专注于”知识产权法律服务”更能打动AI。
这不是说要做窄，而是要做深、做透、做细分。
**第二，内容权威性需要持续建设。**
权威性这个词在法律行业有几个具体的可量化指标：执业年限、代理过的典型案件、发表的学术文章、参与过的立法研讨、获得的专业认证，以及——越来越重要的一点——**在公开可验证的来源中持续出现**。
这里需要特别提一下”公开可验证”这个概念。AI在引用某个律师或律所的信息时，它的信息来源必须是可以被它自己检索到的。这意味着律所官网、权威法律平台的机构主页、行业媒体的报道、法院公开的判决文书，都是AI建立认知的素材来源。
反过来，那些只在微信公众号或内部渠道发布的信息，在AI眼里的权重就低得多——因为AI很难稳定地获取和验证这些内容。
**第三，地域相关性是不可忽视的变量。**
法律服务天然具有属地属性。一个成都的用户问”房屋买卖合同纠纷怎么处理”，AI如果推荐上海的律师，这个推荐的可用性是存疑的——因为用户需要线下面谈，需要了解成都本地法院的裁判惯例，需要知道当地的管辖规则。
所以AI在推荐律师时，地域匹配是一个非常重要的权重因素。这也意味着，**地方性律所和律师在GEO上其实具有某种结构性优势**：只要你的内容足够好、足够本地化，你在地域性法律问题上的竞争力会比全国性大所更难被AI忽视。
—
## 法律GEO的核心策略：FAQ布局、问答型内容、专业术语与白话文的平衡
讲了这么多逻辑和原理，现在我们落到实操层面，看看法律GEO有哪些具体可行的策略。
**策略一：系统性FAQ布局**
这是成本最低、效果最稳定的起步方案。
做法其实很简单：把你执业过程中最常被问到的二十到三十个问题整理出来，用”问题+清晰回答”的格式写出来发布在你的网站上。问题要尽量还原当事人的真实提问方式，而不是法律教科书的表述。
举个例子，与其写”离婚诉讼中子女抚养权的确定原则”，不如写”离婚时孩子一般会判给谁”；与其写”用人单位违法解除劳动合同的法律后果”，不如写”公司无故辞退我能要求什么赔偿”。
AI在处理这类问题时，会优先从格式清晰、问答对应的页面中提取答案。只要你的回答足够准确、结构足够规整，被引用的概率就会显著高于普通文章。
**策略二：判例解读系列文章**
如果你有条件定期撰写判例解读类文章，这会是GEO中长线布局的重要内容资产。
判例解读的价值在于它天然具备三个被AI看重的属性：**专业深度**（涉及法条解释、裁判逻辑、法律推理）、**可验证性**（判决书编号、当事人信息、法院认定的事实都是公开可查的）以及**时效性**（新出台的司法解释、指导性案例比旧法条更值得关注）。
判例解读的写作有一个关键原则：**不要只写结论，要写推理过程**。AI更容易从”一审法院如何认定违约事实、二审法院如何推翻这一认定、其核心理由是什么”这样的叙事中提取有价值的信息，而不是从一个干巴巴的判决摘要里。
**策略三：专业术语与白话文的刻意平衡**
这是法律GEO写作中最容易被低估的技术活。
法律内容的受众大致分为两类：一类是同行，也就是其他法律从业者；一类是当事人，也就是普通民众。这两类人对法律内容的需求截然不同——同行需要严谨精准，当事人需要易懂实用。
一篇好的法律GEO内容，应该能够在不损失专业精准度的前提下，让非法律背景的读者也能读懂大概含义。这不是降低水准，而是**提升内容的多层次可读性**。
一个有效的技巧是”双层表达”：在正文中使用标准法律术语，在括号或注释中提供通俗解释。例如在提到”不安抗辩权”时，后面加上一句”即一方有合理理由担心对方无法履行合同主要义务时，可以暂时中止自己的履行”。
这种双层表达能同时满足AI对专业性的要求和用户对可读性的需求，性价比极高。
**策略四：建立”可引用性”的内容资产**
这是最高阶、也是最难做到的一点。
所谓”可引用性”，指的是你的内容在AI眼里值得被原封不动或高度概括地引用。这要求内容本身具有足够的完整度和权威性，以至于AI在生成回答时认为直接引用比转述更可靠。
做到这一点的路径不是一蹴而就的，但有几个关键节点可以重点投入：
在权威法律数据库（如北大法宝、中国裁判文书网）有公开记录的判例解读；在主流法律媒体或学术平台上发表的专业文章；在行业协会、学术机构组织研讨中产出的内容；以及在你的专业领域内形成了明确方法论或分析框架的原创性内容。
这些内容的共同特点是：**它们不仅在网络上存在，而且可以溯源、可以验证、可以对比。** 这种可验证性，是AI判断内容权威性的重要依据。
—
## 结尾
法律行业的获客逻辑正在被AI悄然重写。
过去，一个律师被当事人找到，靠的是口碑、转介绍、电话咨询或是搜索引擎的排名。AI时代，这个链条被压缩了——当事人先问AI，AI决定推荐谁，当事人顺着推荐去联系。如果你没有出现在AI的答案里，你在这个链条的第一步就已经出局了。
这不是危言耸听，而是正在发生的事实。
但同样真实的是：AI不会凭空捏造推荐。它依赖的是真实存在、持续积累、可以验证的专业内容。这意味着**法律GEO的本质，不是讨好算法，而是系统性地建设你的专业可见度和可信度**。算法会变，平台会换，但专业内容对律师来说，永远是最底层的能力资产。
所以真正的问题不是”要不要做GEO”，而是：**你打算从哪个细分领域开始，让AI在回答某个具体问题时，优先想到你？**
—
*本文全长约3100字，保存于 `C:\Users\qiyew\.qclaw\workspace\_b135_2.md`*