面向多地点企业的空间AI

空间AI (Spatial AI) 可帮助多地点企业整合规范的分支机构记录、库存或可用性、营业时间、服务区域和出行信息，从而使产品能够推荐一个符合条件的地点，而不是仅仅推荐最近的地点。语言模型能够解读复合意图，例如回家路上顺便购买一件有库存的商品。位置、库存和路线规划系统仍然对身份、库存、营业时间和出行信息具有权威性。空间AI随后对符合条件的分支机构进行排名，并在地图上解释排名结果。

以下各节将组织身份与分支机构记录区分开来，然后涵盖资格、旅行排名、Kaleidr 地图、测量以及一个范围较窄的试点项目。相关阅读材料包括 AI Store Locator With Map Chat、Store-Aware Shopping AI 和 Location Intelligence Customer Experience。已将对话与现有分支机构地图关联的团队可以直接跳至 Kaleidr 地图部分；仍在命名目录边界的团队应从规范位置记录开始。

多地点空间AI要点

每个地点一个 ID： 每个分支机构、物业、诊所或服务点都需要一个稳定的位置 ID。

事实由所有者保留： 营业时间、库存、容量和价格不应由模型创建。

检索方式为“最近”： 不建议使用“最近点”排序。

排名前的资格： 关闭、缺货、超出区域或未经授权的地点先离开套装。

衡量地点： 选择、路线、取货和无结果地理位置比单纯的聊天时长更重要。

多地点企业将分支机构记录、运营状态、客户意图、资格、出行时间和空间AI相结合，以推荐一个可用的地点并衡量结果。

多地点空间AI能够回答哪个符合条件的分支机构满足客户需求，而不仅仅是哪个位置最近。

为什么多地点企业的空间AI是一个独特的架构问题？

单个门店通常只能发布一个标记、一条营业时间记录和一个操作。而拥有数十甚至数千家分店的公司则面临着不同的产品需求：客户已经知道品牌的存在，他们想知道哪个门店现在能够真正提供帮助。答案取决于分店的运营能力、实时运营状态、营业时间、服务范围、出行关系以及业务规则，而不仅仅是标记的呈现方式。

Kaleidr 目前将平台定位在连接业务数据、位置信息和现有系统的客户旅程中，并描述了一个基于位置的业务知识库，用于AI响应 (AI-Powered Map Experiences for Business)。AI Map Chat for Customer Discovery 页面目前描述了将搜索和推荐功能附加到业务方已运营的地图上，其中包括零售业。这些页面权威地阐述了 Kaleidr 自身的定位。但这些页面并不能证明 Kaleidr 运营着原生库存账簿、客户关系管理系统 (CRM)、营业时间信息或加盟商名录。

上文提到的门店定位器文章涵盖了面向客户的查找功能：列表、地图、筛选器以及基于目录的聊天功能。购物文章则涵盖了特定门店的 SKU 和库存履行情况。本指南围绕这些流程构建了企业架构：规范 ID、资格、排名以及覆盖整个网络的以地点为中心的分析。即使同一张地图显示相同的门店，也应在产品中将这三个问题区分开来。

每个门店应该保留哪些规范位置记录？

一个品牌可能是一个组织，但其各个门店并非一条记录。每个分支机构在坐标、地址、营业时间、服务项目、库存、员工能力、可达性、服务范围、运营状态以及下一步业务行动等方面都可能有所不同。公共信息系统已将这种差异视为运营层面的考量：谷歌目前要求企业不要为每个门店创建多个商家资料页，保持各门店名称和类别的一致性，并区分实体店和区域性企业（Guidelines for representing your business on Google, 2026）。对于规模足够大、可以批量管理个人资料的连锁企业，谷歌目前已针对拥有 10 个或以上门店的企业，提供了批量添加、验证和管理工作流程的文档（Bulk location management overview, 2026）。这些帮助页面描述了谷歌的公开商家信息规范。这些页面并非 Kaleidr 位置架构。

Schema.org 目前将 LocalBusiness 定义为特定的实体企业或组织分支机构 (LocalBusiness, 2026)。branchCode 是一个简短的店铺代码，用于唯一标识营业场所；该代码通常由母公司分配 (branchCode, 2026)。parentOrganization 指明分支机构所属的更大组织 (parentOrganization, 2026)。Google Search Central 目前要求发布商将每个本地商家位置定义为 LocalBusiness 类型，尽可能使用最具体的子类型，并提供 name 和 address 作为必需属性 (Google Search Central, 2026)。这些类型以结构化数据的形式展示了身份标识，并且在 Schema.org 版本 30.0 中仍然有效（Schema.org Releases, 2026）。同样的词汇表并非 Kaleidr 目录模式，用于公共搜索的结构化数据并不能取代第一方对取货、预订或特定帐户访问权限的资格认证。

一个规范的分支机构记录整合了稳定的身份、地理位置、运营和实时状态，并在地图、AI、客户关系管理、预订和分析等系统之间共享相同的位置 ID。

稳定的位置身份确保了空间AI工作流程中的地图、AI、运营和分析系统能够访问同一分支机构。

具体的字段列表因产品而异。关键约定是一个稳定的 locationId，涵盖网站、地图、空间AI、库存、分析、客户关系管理、预订和支持等所有环节，其旁边会显示父组织 ID，而不是将其作为替代。请勿将地址字符串作为标识。请勿将所有分支机构合并为一个品牌标识，因为徽标是共享的。组织数据（例如品牌名称和支付品牌）可以继承。位置数据（例如坐标、营业时间和本地电话）必须保留在分支机构中。第三层“运营状态”包含库存、产能和临时关闭信息，并使用明确的 updatedAt 进行标识，因为昨天的库存数据并非排名依据。

为什么仅选择最近的网点通常并不够？

附近位置地图会显示哪些分店位于图钉附近。多地点产品则会显示哪个分店可以在剩余时间内满足客户的需求。这种区别至关重要，因为最近的门店可能已关闭、缺货、超出服务范围、无法提供所需服务，或者与客户已规划的行程安排不符。而较远的分店可能是唯一营业、已获授权且在下一个行程安排之前可以到达的地点。

邻近性是一种检索功能。推荐流程始于候选地点存在之后：产品必须判断客户能否到达门店、完成任务，并且还能顺道前往下一个目的地。上文提到的客户体验文章也涵盖了同样的“发现 → 比较 → 行动”流程。“发现”检索符合条件的地点。“比较”提供营业时间、库存和行程信息供客户查看。“行动”包括提供路线指引、取货、预订或交接订单。如果某个已关闭或空置的地点仅仅因为距离更近几百米而被排名，则顺序会颠倒。

最近的门店会被排除，因为它已关闭；另一个门店缺货；而稍远一些的符合条件的门店则会根据库存、取货情况和行程时间胜出。

首先过滤掉不可用的地点；然后，空间AI会对能够实际满足请求的门店进行排名。

排名前如何筛选符合条件的地点？

硬性限制是二元的，应在排名前由地点、库存和路线所有者决定。例如，当前已关闭、产品需要已知营业时间但营业时间未知、所需型号缺货、超出服务范围、缺少所需服务或缺少授权等情况均应排除候选地点。软性偏好（例如邻近地区、会员等级或略短的行程）则用于对剩余的有效地点进行排名。即使旗舰店已关闭，也不应仅仅因为其知名度更高而胜出。

语言模型可以将诸如“在我回家路上的某个地点查找此商品的库存”之类的请求转换为可检查的字段：出发地、目的地、商品、营业状态要求、取货或到店取货方式以及行程限制。这些字段是对已拥有相关信息的系统的查询，而非人为设定的值。任何示例中的结构都仅供参考。关键在于，模糊的语言能够转化为客户无需重新开始对话即可更正的状态。

以下比较仅供参考，并非 Kaleidr 或零售商的实际测量结果。仅用于说明为什么选项需要相同的列。实际产品应根据当前营业时间、库存和路线规划响应填充这些列。请求内容为：查找特定库存商品，今天取货，以及从工作地点出发 20 分钟的行程预算。

候选	立即营业	库存	下班后出行	自提
A分店	否	有货	6分钟	否
B分店	是	缺货	9分钟	是
C分店	是	有货	12分钟	是
D分店	是	有货	24分钟	是

A分店虽然最近，但已关门，无法使用。B分店营业且就在附近，但无法提供所需商品。分店 C 距离稍远，有库存，营业中，且在出行时间预算内，因此推荐选择分店。门店 D 仍符合条件，但所需出行时间更长。资格是筛选条件。排名是对剩余选项的排序。解释是对候选名单存在原因的合理说明。

出行时间和路线情况如何对分店进行排名？

只有当顾客能够到达门店并完成任务时，推荐才有意义。直线距离并非衡量标准。两家门店距离工作地点可能相近，但一家通勤只需 12 分钟车程，另一家则需要绕道 24 分钟才能到达。排名应综合考虑出发地到门店的距离、剩余营业时间，以及顾客指定的下一站（即门店到该目的地的距离）等因素。

沿途和多锚点发现本质上是同一项任务，只是出发点不同。回家路上哪家商店需要完整的路线，而不仅仅是工作地点周围的半径。上班和取货之间可以去哪家诊所，则需要同时确定这两个锚点。不要让语言模型在客户已经指定了约束条件之后，再去生成剩余的路线。Place Ranking API 涵盖了在资格筛选通过后对剩余候选地点进行可核查排序，包括下一站已经在行程中的情况。

上门服务（服务区域）型商家需要的是覆盖范围判定，而不是按最近门店排序。同样的 Google 商家信息指南区分了顾客光顾的商家和上门服务的商家，并允许在服务区域和员工分开的情况下，每个有工作人员的地点创建一个商家信息。第一方空间 AI 仍然需要判断顾客的出发地或目的地是否在授权覆盖范围内，以及工作人员是否能在承诺的时间范围内到达。即使邻近城市的标记点在地理位置上很近，但仍然可能超出服务区域。

Kaleidr 如何集成到多地点技术架构中？

Kaleidr 实现可以将对话空间图层附加到业务方已运行的地图和位置技术栈上。Kaleidr 目前将 Chat 描述为一款产品，它覆盖在业务方已渲染的地图之上，绘制已解析的位置，并在对话解析位置时调整摄像头取景，并自动检测 Mapbox、MapLibre、Google Maps 和 Leaflet (Chat attach)。附加协议确认了当前公开的开发者界面中存在地图感知对话功能。但同样的文档并未承诺提供原生库存目录、预订引擎或营业时间信息。

这些系统应保持明确的部署依赖项。Kaleidr 可以提供对话式空间层和地图感知协调，而部署则使用相应的权威位置、库存和路线数据源。除非部署中已记录了具体的集成，否则请勿暗示 Kaleidr 本身就是商店运营商或库存账簿。How to Add AI Chat to Mapbox, Google Maps, and MapLibre 涵盖了渲染器特定的附加步骤。Location Intelligence APIs and Map SDK 页面目前描述了空间产品的 SDK、排名和分析。请将当前的开发者文档视为集成协议；市场营销页面描述的是用例，而不是库存信息列表。

可发布密钥用于浏览器 SDK；服务器凭据属于应用层。Kaleidr 目前已记录了这种划分，并指出以 bearer 形式提供的可发布密钥将被拒绝 (Auth & scopes)。私有库存、账户特定资格、未发布的位置和客户记录应位于服务器边界之后。Private Location Data for AI Map Workflows 涵盖业务方不公开的移动和业务数据的授权。设备位置是单独的权限，当工作地点、家庭住址、已预约的地点或选定的地图点已指定更佳的来源时，不应再要求设备位置信息。

共享地图状态将对话、卡片和分店信息保留在同一个规范位置 ID 上。选择分店时，应高亮显示该地点，显示行程关系，并保留相关限制条件。询问哪个地点更近时，应保持相同的商品、营业时间和取货规则。询问哪些地点可以退货时，应重新运行资格审核，而不是创建一个新的网络。第二个仅供助手查看的不可见列表会打破这一约定。

运营部门应如何衡量地点搜索和覆盖范围？

地图平移和聊天打开次数是诊断指标。结果指标包括查询启动次数、返回的有效结果次数、位置选择次数、路线规划打开次数、取货或预订次数以及预订交接次数。质量指标包括无结果率、营业时间过期率、库存未知率以及行程计算失败率。业务指标取决于业务方：已完成的取货、已预订的到店访问、减少了误点行程，或减少了询问门店库存情况的支持电话。请保留结构化的无结果原因，例如“已关闭”、“缺货”、“超出区域”、“距离过远”、“营业时间未知”或“未经授权”，而不是仅显示失败标志。

搜索地理位置应与设备地理位置分开。身处一个城市的顾客可以搜索另一个城市的门店。默认情况下，需求应归因于搜索位置，而非设备位置。Map Engagement and Location Analytics 目前记录了地图和地点互动、地点比较、空间模式以及产品、库存和增长团队可以采取行动的活动。业务方系统仍然拥有库存和预订信息。一家拥有多个门店的公司可以使用该模型来查询哪些邮政编码区域会产生没有符合条件的门店的库存搜索，哪些出行时间段会导致顾客流失，以及哪些市场存在需求但没有覆盖。这些问题是地理位置问题，而非页面浏览量问题。Spatial Analytics vs. Web Analytics 解释了为什么仅凭页面浏览量无法回答这些问题。

客户位置搜索会引导分支机构采取行动，而汇总的空间分析则会揭示无结果区域和覆盖盲区，从而指导库存、数据和扩张决策。

当客户搜索揭示位置覆盖、库存和分支机构数据需要改进的地方时，多地点空间AI的价值将得到提升。

本文中建议的业务方事件名称仅为编辑建议，并非 Kaleidr Analytics 自动记录的事件名称。请记录意图、资格结果、所选位置 ID 以及后续的业务方操作。请勿将聊天时长作为多地点搜索的成功指标。位置性能也需要结合具体情况考虑：低需求区域的空闲分支机构与高需求区域内目前没有返回任何合格结果的空闲分支机构并非同一问题。

多地点试点项目应如何启动？

首先执行一项高价值任务，例如在单个都市区内，推荐一个从工作地点到家途中可用的取货点。将网点目录、营业时间和库存信息保留在现有系统中。将对话式地图交互功能添加到现有地图。将候选地点限定为授权门店，要求提供所请求商品的营业状态和库存信息，计算从指定出发地到目的地的行程，并评估选择以及后续的商家操作。仅当首个试点场景稳定运行时，才扩展类别、城市和加盟商信息。

对话式发现功能并不能取代地点目录质量、营业时间的时效性或履约纪律。行程时间仍为预估值。库存信息的准确性取决于其背后的库存来源。将助手添加到现有地图通常比更换渲染器更经济，但业务方仍需拥有授权、供应商合同以及后续业务操作。应按市场逐步推广，而不是一次性推广所有品牌门店，并将缺失数据视为未知数据，而不是直接忽略。

Explore Kaleidr Spatial AI 用于在现有地图上添加对话式网点搜索功能。 Explore Kaleidr Enterprise 用于将 SDK 和排名功能集成到您已运行的技术栈中。 Explore Kaleidr Analytics 用于衡量用户在特定地点的参与度和围绕该行程的地理需求。在将本文中的任何示例视为正式上线的功能承诺之前，请务必确认当前公开页面。

常见问题解答

什么是面向多地点企业的空间AI？

面向多地点企业的空间AI结合了客户意图、规范的门店记录、营业时间、库存或可用性、服务区域、行程时间和业务规则，从而使产品能够推荐真正满足客户需求的地点。空间AI负责解读和解释客户需求；位置和商务系统仍然拥有最终的权威性。

这与门店定位器有何不同？

门店定位器帮助客户在目录中查找和查看门店位置。多地点空间AI则增加了基于运营状态的资格和排名信息，使产品能够回答哪个门店可以立即提供帮助，而不仅仅是门店的位置。

每个营业地点是否都应该拥有唯一的ID？

是的。公共列表指南和 Schema.org 都将分支机构视为独立的地点。第一方搜索、地图、AI和分析需要相同的稳定 ID，以避免它们指向不同的记录。

库存信息是否应该存储在位置记录中？

位置记录中应保留身份和地理位置信息。将实时库存、产能和临时关闭信息保存在以同一位置 ID 为键的运营层中，并带有明确的新鲜度时间戳。

为什么要在排名前进行筛选？

对客户无法使用的地点进行排名会浪费候选名单。已关闭、缺货、超出区域和未经授权的分支机构应在计算出行时间和偏好评分之前从候选名单中移除。

最近的分支机构总是最佳分支机构吗？

不是。最近的分支机构可能已关闭、空置或不在路线上。应根据可检查的出行和业务情况对符合条件的分支机构进行排名。

Kaleidr 能否与现有的门店定位器或分支机构地图配合使用？

可以。目前公开的聊天附件文档描述了如何在业务方已渲染的地图上发起对话，包括 Mapbox、MapLibre、Google Maps 和 Leaflet。业务方仍然拥有网点目录和后续业务操作的所有权。

Kaleidr 是否会取代我们的库存、预订或 CRM 系统？

不会。目前公开的 Kaleidr 页面描述了对话式地图发现、SDK、排名和分析功能。除非有明确的集成文档，否则库存、价格、预订和 CRM 仍保留在业务方或供应商系统中。

多地点公司应该如何衡量空间AI？

位置选择、路线指引、取货和业务方交接，以及无结果原因和需求与覆盖范围的地理分布。仅凭聊天量不足以作为衡量成功的指标。

参考资料

Kaleidr. AI-Powered Map Experiences for Business. Accessed 11 September 2026. https://kaleidr.com/
Kaleidr. AI Map Chat for Customer Discovery. Accessed 11 September 2026. https://kaleidr.com/ai
Kaleidr. Map Engagement and Location Analytics. Accessed 11 September 2026. https://kaleidr.com/analytics
Kaleidr. Location Intelligence APIs and Map SDK. Accessed 11 September 2026. https://kaleidr.com/enterprise
Kaleidr. Chat attach. Developer documentation. Accessed 11 September 2026. https://docs.kaleidr.com/sdk/chat-attach
Kaleidr. Auth & scopes. Developer documentation. Accessed 11 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
Google Business Profile Help. Guidelines for representing your business on Google. Accessed 11 September 2026. https://support.google.com/business/answer/3038177
Google Business Profile Help. Bulk location management overview. Accessed 11 September 2026. https://support.google.com/business/answer/3217744?hl=en
Schema.org. LocalBusiness. Version 30.0. Accessed 11 September 2026. https://schema.org/LocalBusiness
Schema.org. branchCode. Version 30.0. Accessed 11 September 2026. https://schema.org/branchCode
Schema.org. parentOrganization. Version 30.0. Accessed 11 September 2026. https://schema.org/parentOrganization
Google Search Central. Local business (LocalBusiness) structured data. Last updated 8 September 2026. Accessed 11 September 2026. https://developers.google.com/search/docs/appearance/structured-data/local-business
Schema.org. Releases. Version 30.0, 19 March 2026. Accessed 11 September 2026. https://schema.org/docs/releases.html

@misc{kaleidr_home_multiloc_2026_09_11,
  title  = {AI-Powered Map Experiences for Business},
  author = {{Kaleidr}},
  note   = {Accessed 11 September 2026},
  url    = {https://kaleidr.com/}
}

@misc{kaleidr_ai_multiloc_2026_09_11,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  note   = {Accessed 11 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{kaleidr_analytics_multiloc_2026_09_11,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  note   = {Accessed 11 September 2026},
  url    = {https://kaleidr.com/analytics}
}

@misc{kaleidr_enterprise_multiloc_2026_09_11,
  title  = {Location Intelligence APIs and Map SDK},
  author = {{Kaleidr}},
  note   = {Accessed 11 September 2026},
  url    = {https://kaleidr.com/enterprise}
}

@misc{kaleidr_chat_attach_multiloc_2026_09_11,
  title  = {Chat attach},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 11 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_auth_scopes_multiloc_2026_09_11,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 11 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{gbp_representation_multiloc_2026_09_11,
  title  = {Guidelines for representing your business on Google},
  author = {{Google Business Profile Help}},
  note   = {Accessed 11 September 2026},
  url    = {https://support.google.com/business/answer/3038177}
}

@misc{gbp_bulk_locations_multiloc_2026_09_11,
  title  = {Bulk location management overview},
  author = {{Google Business Profile Help}},
  note   = {Accessed 11 September 2026},
  url    = {https://support.google.com/business/answer/3217744?hl=en}
}

@misc{schema_localbusiness_multiloc_2026_09_11,
  title  = {LocalBusiness},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 11 September 2026},
  url    = {https://schema.org/LocalBusiness}
}

@misc{schema_branchcode_multiloc_2026_09_11,
  title  = {branchCode},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 11 September 2026},
  url    = {https://schema.org/branchCode}
}

@misc{schema_parentorg_multiloc_2026_09_11,
  title  = {parentOrganization},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 11 September 2026},
  url    = {https://schema.org/parentOrganization}
}

@misc{google_localbusiness_sd_multiloc_2026_09_11,
  title  = {Local business (LocalBusiness) structured data},
  author = {{Google Search Central}},
  note   = {Last updated 8 September 2026; accessed 11 September 2026},
  url    = {https://developers.google.com/search/docs/appearance/structured-data/local-business}
}

@misc{schema_releases_multiloc_2026_09_11,
  title  = {Releases},
  author = {{Schema.org}},
  note   = {Version 30.0, 19 March 2026; accessed 11 September 2026},
  url    = {https://schema.org/docs/releases.html}
}