一个商圈深夜还亮着多少家店，正在变成 AI 回答能不能答对的前提。截至 11 月 12 日的公开信息，美团每天中午 12 点有超过 100 万个实体营业点位，深夜 12 点仍有超过 35 万个在营业；同一时间，行业的竞争重心已经从「送得多快」转向「商品够不够、对不对」。问题是，这三分之一的夜间点位，在公开可检索的信息里往往只剩一个地址，营业时段这一栏是空的。
AI回答缺的不是门店 是营业时段
用户问「现在附近哪里能买到退烧药」，模型要做三件事：找到符合品类的门店、判断现在是否营业、确认有没有货。第一步靠地图数据，第三步靠商家系统，中间那一步靠营业时段字段。字段缺失时，模型会用平均营业时间做推测，推测的结果在白天问题不大，在深夜几乎必然出错。
这也是夜间时段特别值得单独看的原因。白天的候选门店多，回答错了用户也未必察觉，因为下一家就在附近；深夜的候选只剩三分之一，一次错误就足以让用户放弃这个入口。可选项越少，信源质量越容易暴露，这和监测指标的设计是一个道理。
营业时段是最便宜的一条结构化信息
门店页通常已经有地址、电话、营业时间，但营业时间多数写在文本里，而不是字段里。文本要模型去理解，字段可以直接取用。把「周一至周日 08:00-24:00」这种表述改成开始时间与结束时间两个字段，成本接近于零，收益是回答可以精确到「现在是否营业」。
回答错了 用户不会投诉 只会换入口
AI 回答的错误很少收到反馈。用户看到一家关门的店，退出、换一个应用，不会留下差评。品牌因此看不到损失，只看到某个渠道的夜间订单偏少。把这类静默失败显性化，是可见度监测最有价值的部分之一，也是最容易被忽略的部分。
夜间问题库 要按场景而不是按品牌建
监测 AI 搜索时，问题库的写法决定了结论有没有用。按品牌问「某某品牌怎么样」，模型会倾向于检索品牌自己的页面，答案自然好看；按场景问「现在哪里能买到退烧药」，模型才会去比对门店与库存，暴露真实的信息缺口。两类问题都要有，但结论要以场景类为主。
夜间场景可以拆成几组：应急药品、母婴用品、酒水饮料、充电与出行小件。每组记录回答里出现的门店、品牌与依据，连续两周，就能看出哪些品类在夜间系统性地缺位。缺位的原因通常不是没有门店，而是门店信息没有被写成可检索的字段。
| 场景问题 | 回答依赖的信息 | 常见缺口 |
|---|---|---|
| 现在哪里能买到退烧药 | 品类、营业时段、库存 | 营业时段缺失 |
| 深夜哪里能买到婴儿奶粉 | 品类、门店类型、库存 | 门店类型标注不全 |
| 附近哪家店还送充电线 | 配送范围、营业时段 | 配送范围未公开 |
三类缺口对应三种补法。营业时段补字段，门店类型补标签，配送范围补公开说明。三种都是信息工程，不是投放工程，做完之后回答的准确率会自己往上走，不需要额外买流量。
把门店信息变成可引用的信源
信源管理的顺序很清楚：先保证自己的页面能被稳定抓取，再保证页面上的关键信息是字段而不是散文，最后才是内容更新频率。多数品牌把精力放在第三步，忽略了前两步，结果是内容很多，可引用的信息很少。
对连锁品牌，这件事还有一个组织层面的难点：门店信息由运营维护，内容由市场维护，两边不在一个系统里。解决办法不是合并系统，而是约定一个同步节奏，比如每周一次把门店营业时段推送到内容侧，由内容侧统一更新到公开页面。节奏比工具重要。
常见问题
营业时段为什么会影响AI回答？
因为回答要给出「现在能不能买到」。页面里只有地址没有时段，模型只能按距离推荐，推荐到关门的店，答案就错了。
品牌该怎么补这块信息？
把营业时段写成结构化字段放进门店页与本地生活页，并保持更新。不需要新系统，需要把排班表变成公开数据。
夜间时段的可见度值得单独监测吗？
值得。白天候选多，错误不易察觉；夜间候选少，一次错误就会让用户换入口，也更容易暴露信源缺口。
监测要问什么样的问题？
按场景问，不按品牌问。比如「现在附近哪里能买到退烧药」，记录回答里的门店与依据，连续两周看稳定缺口。
