健身房、私人教練的 GEO：被 AI 推薦給想運動的人
你的健身房在 Google Maps 上有五顆星、官網也做了 SEO，但當有人打開 ChatGPT 或 Perplexity 問「台中哪裡有幫上班族做減脂的私人教練」，AI 給出三間推薦，裡面有你嗎？很多我輔導過的健身業主到這裡就卡住了——不是他們的服務不好，而是他們給 AI 看的資料不夠讓 AI 「有話可說」。這篇就把我實際操盤的方式攤開來講。
先搞清楚健身業的 GEO 跟一般行業差在哪
健身服務被 AI 推薦的邏輯，跟餐廳、律師事務所有一個本質差異：用戶問的不是「哪裡有健身房」，而是「我這個狀況適合去哪、做什麼、找誰」。說白了，AI 在回答健身問題的時候更像在做諮詢配對，而不是列目錄。
示範情境（虛構）：台中北區有一間叫「動核心健身工作室」的私人教練工作室，主打上班族減脂和產後恢復，空間不大、教練三位，每個月靠口碑轉介紹帶來幾十組新詢問。他們找我之前，官網只有一頁報價表和一個預約連結，Google 商家評論十幾則，沒有任何說明自己「解決什麼問題」的內容。
這種架構在 SEO 時代還勉強能活，因為只要地圖排名夠高就有流量。但 AI 在回答「我是久坐上班族、肩頸很緊，想找人幫我減脂但膝蓋不太好」這種問題的時候，它需要的是「這間工作室懂這個族群、處理過這類狀況、有具體做法」的證據——而這些，一頁報價表給不了。
- 確認你目前的官網有沒有明確說明你服務哪種人、解決什麼問題（不是只寫「專業教練、用心服務」）
- 打開 ChatGPT 或 Perplexity，實際問「[你所在區域] 哪裡有 [你主打的服務]」，看看 AI 現在用什麼邏輯回答、引用了哪些來源
- 記下 AI 推薦的競爭對手，去看他們的官網和 Google 商家頁面「多了什麼你沒有的內容」
情境內容是健身 GEO 的核心燃料
AI 要推薦你，它必須能從你的內容裡抽出「這間工作室適合 X 族群做 Y 目標」的具體敘述——這就是我說的情境內容，也是健身業最容易被忽略、但效果最明顯的一塊。
回到動核心的案例。我請他們的教練針對三個最常見的學員輪廓各寫一篇文章：久坐上班族減脂、產後媽媽核心恢復、銀髮族肌力維持。每篇都要包含：這個族群的常見身體狀況、為什麼一般健身方式對他們不合適、在動核心會怎麼規劃前八週的課程。注意，不需要寫得像論文，口語就好，重點是夠具體。
寫完之後，AI 在回答對應問題時就有「段落可以引用」。這跟 SEO 時代的關鍵字布局不同——AI 不是抓關鍵字密度，它是在判斷你的內容能不能直接回答用戶的問題。你的文章如果只寫「我們提供減脂課程」，AI 沒有足夠資訊把你配對給問「我有膝蓋問題、想減脂」的用戶。
- 列出你最常服務的三到五種學員輪廓（例如：久坐上班族、備孕媽媽、跑步受傷復健），每種輪廓寫一篇 600 字以上的說明頁或部落格文章
- 每篇文章結構建議：這個族群的身體狀況與常見痛點 → 一般做法的問題 → 你的課程怎麼對應處理 → 前幾週的典型進程
- 爛寫法 vs 好寫法對照——爛：「我們提供專業減脂課程，歡迎詢問」；好：「上班族久坐導致髖屈肌縮短、核心失活，直接做高強度燃脂反而容易代償受傷，我們前四週會先用功能性動作評估找出你的活動度缺口，再進入減脂階段」
- 文章裡要把地點自然帶入，例如「在台中北區的工作室裡，我們通常會先做這個評估……」，這同時餵養在地訊號
教練的個人專業頁面，是多數健身業主漏掉的 GEO 資產
很多健身工作室的官網只有「團隊介紹」一頁，每個教練照片加三行資歷就結束了。這在 GEO 的邏輯裡是嚴重浪費——因為 AI 在回答「我想找專精產後恢復的教練」這類問題時，它想引用的是教練層級的專業內容，而不是品牌層級的行銷文案。
我的做法是幫每位教練建一個獨立的子頁面，架構類似這樣：專長領域（具體到「產後核心重建、剖腹後腹腔內壓恢復」）、曾帶過的學員類型與典型成果（不用真實姓名，用「30 歲二寶媽、剖腹後一年核心肌群幾乎失活」這種描述）、常被學員問的三個問題加上教練的詳細回答。這個結構讓 AI 在做「幫我配對教練」類型的回答時，有具體的文字可以引用和比對。
說白了，教練頁面要寫得像一篇「這個人解決什麼問題」的說明書，而不是履歷表。
- 每位教練建立獨立頁面，URL 建議用 /trainer/[教練名字拼音] 這種清楚結構
- 頁面必備元素：專長領域（用具體問題而非證照名稱）、典型學員輪廓描述、教練常見 Q&A（至少三題，每題回答要超過兩句）
- 加入 JSON-LD 結構化資料，type 用 Person，填入 name、jobTitle、worksFor、knowsAbout 這幾個欄位，範例片段：{"@context":"https://schema.org","@type":"Person","name":"王教練","jobTitle":"私人教練","worksFor":{"@type":"LocalBusiness","name":"動核心健身工作室"},"knowsAbout":["產後核心恢復","上班族減脂","功能性動作訓練"]}
- 確認方式：把教練頁面的內容貼進 ChatGPT，問它「這位教練適合幫什麼樣的學員」——如果 AI 能清楚回答，代表你的內容夠具體
在地訊號要做到讓 AI 能「定位」你
在地訊號不只是 Google Maps 上有地址而已——AI 在判斷要不要推薦一個健身服務時，它會交叉比對好幾個來源的在地資訊，看它們是否一致且具體。這一塊很多人做了一半就停，然後搞不懂為什麼排名上不去。
動核心的案例裡，我做的第一件事是把 NAP（名稱、地址、電話）在官網、Google 商家、Facebook、Instagram 個人簡介全部統一，包括地址格式（「台中市北區○○路」不能有些地方寫「台中北區」有些寫全名）。第二件事是在官網首頁和聯絡頁加入一段在地描述，不是硬塞關鍵字，而是真實描述服務範圍：「工作室位於台中北區，步行五分鐘可達捷運松竹站，主要服務台中北區、北屯區、西區的學員」。
Google 商家這邊，除了確保分類正確（「私人教練」比「健身房」更精準），服務項目要一條一條填，每條都加描述——不要只寫「減脂課程」，要寫「針對久坐上班族設計的 12 週減脂課程，結合功能性訓練與飲食規劃」。這些描述會被 AI 爬取。
- 用 Google 搜尋「[你的工作室名稱]」，確認出現在前幾頁的所有地方，地址和電話格式是否完全一致
- Google 商家的服務項目區塊：每項服務都要填說明欄位，至少兩句話，說明適合誰、包含什麼
- 官網 footer 加入完整地址並標記 LocalBusiness schema，包含 address、geo（經緯度）、areaServed 欄位
- 在官網至少一篇文章裡自然提到鄰近地標或區域，例如「從台中火車站騎 YouBike 約十分鐘」，這些地理描述幫助 AI 建立空間定位
會員評論的 GEO 策略：不是叫人給五星，是叫人說對的話
會員評論在 GEO 裡扮演的角色和 SEO 不太一樣——AI 在引用評論時，它在意的是評論裡有沒有具體描述「這個服務解決了什麼問題」，而不是星等數量。一百則「很棒很專業」的五星評論，在 GEO 上輸給十則有具體描述的四星半評論。
我通常會在學員完成一個階段（例如第八週回饋課）之後，給他們一張簡單的提示卡，上面寫三個引導問題：「你來之前的身體狀況是？」「這段時間你最有感的改變是？」「你會推薦給什麼樣的朋友？」不是叫他們照抄，是幫他們想清楚要說什麼。這樣出來的評論自然會包含情境資訊，AI 就能把這些評論當作配對依據。
動核心照這個方式操作三個月後，Google 商家的評論開始出現「膝蓋不好也能練」「產後一年重新找到核心感」這類有情境的描述。你可以先用免費 GEO 健檢工具量一下你現有評論的情境覆蓋率，找出起點。
- 建立評論引導流程：在學員滿意度最高的時間點（通常是看到成果之後）提供引導，而不是課程剛開始就要求
- 給學員的引導問題範例：「你來之前最困擾你的身體狀況是什麼」「教練怎麼幫你處理這個狀況」「你覺得這裡適合什麼樣的人」
- 老闆或教練回覆每則評論時，順帶強化情境關鍵字，例如「謝謝你提到膝蓋的部分，針對有關節保護需求的學員我們確實會特別調整動作模式」
- 每季檢查一次：統計現有評論裡有具體身體狀況描述的比例，目標是超過一半的評論都包含至少一個情境關鍵字
常見問題
Q. 健身房做 GEO 跟做 Google Maps 優化有什麼不同？
Google Maps 優化是讓你在地圖搜尋結果裡排名高，靠的是評論數量、關鍵字、距離。GEO 是讓 AI（像 ChatGPT、Perplexity、Google AI Overviews）在回答問題時主動引用或推薦你，靠的是你的內容夠不夠具體、夠不夠能回答用戶的情境問題。兩個要同時做，但重心不同。具體來說，Maps 優化看評論數和星等，GEO 更在意評論裡說了什麼。
Q. 我的健身工作室很小、只有兩三位教練，GEO 做得起來嗎？
規模小反而有優勢——因為 AI 推薦的邏輯是「最能回答這個用戶問題的是誰」，不是「誰規模最大」。你只需要把兩三位教練的專長和適合的學員輪廓說清楚，比一間大型連鎖健身房有五十個教練但只有一頁模糊介紹，在 GEO 上更容易被精準配對。做法上，先專注把你最常服務的一兩種學員類型的情境內容寫透，比廣撒一堆淺薄文章有效。
Q. 要寫幾篇文章才會被 AI 推薦到？
沒有固定門檻，但我的經驗是：針對你主打的每一種學員輪廓至少要有一篇超過 600 字的情境說明頁，加上每位教練的獨立介紹頁（含 Q&A），這樣 AI 才有足夠的「配對素材」。通常在這個基礎建好之後，用 Perplexity 搜尋相關問題，大約幾週內你的網站就有機會開始出現在引用來源裡。確認方式是定期在 ChatGPT 和 Perplexity 測試五到十個你的目標問句。
Q. 健身房的 JSON-LD 結構化資料要標哪些欄位最重要？
對健身工作室來說，最基本要做的是 LocalBusiness（或更精確的 HealthClub）schema，填入 name、address、telephone、openingHours、priceRange、description（用一兩句說明你服務哪種人）。教練個人頁要加 Person schema，填 name、jobTitle、worksFor、knowsAbout。課程或服務頁可以用 Service schema，填 serviceType、provider、areaServed。用 Google 的 Rich Results Test 貼入你的頁面 URL，確認 schema 被正確讀取，沒有錯誤。
Q. 我的競爭對手已經在做 GEO 了，現在才開始還來得及嗎？
來得及，原因是健身業的 GEO 目前還在早期，多數工作室連情境內容都還沒有。你現在開始做，三到六個月內就能建立起競爭對手沒有的內容資產。比較實際的起手順序是：第一個月先把官網的教練頁面和三個學員輪廓的情境文章補齊；第二個月把 Google 商家的服務項目描述填完、評論引導機制建立；第三個月以後持續新增內容並追蹤 AI 搜尋的引用狀況。