GEO 在迪拜和阿联酋怎么做？

阿联酋的 AI 普及不是水到渠成，而是国家一手推动的。2017 年，这个国家任命了全球首位人工智能国务部长，之后制定了《2031 国家人工智能战略》，2025 年 5 月又通过与 OpenAI 的 Stargate UAE 合作，成为全球第一个全国开通 ChatGPT 的国家。国家把助手当基础设施来办，AI 回答另一头的买家就不再是尝鲜的少数人，而是最普通的客户。

敲这些提示词的人群，和本系列里任何一个市场都不一样：阿联酋约 89% 的居民是外籍人士，印度社群是最大的单一群体，约占总人口三分之一；迪拜本身的外籍比例超过 90%。英语是商业通用语；阿拉伯语是官方语言，也是政务、面向海湾读者的消费内容和本地信任信号所用的语言；印地语、乌尔都语和俄语各有一个客户群，每个都大到足以左右一个品类。

实际上，多数成交路径由两条线决定。英语这条线管 B2B、尽职调查、迁居和对比类的提问；阿拉伯语这条线管政务相关、海湾消费和资质层面，也就是问题一碰到监管、牌照或本地信誉时，助手会倚重的那批来源。侨民语言叠在上面，是高意向的细分市场：一个品牌如果在俄语的迪拜房产回答里能被引用，触达的买家是英语这条线永远碰不到的。

阿拉伯语和希伯来语一样从右往左写，词形变化也同样丰富，而这正是按英语习惯搭建的检索系统不擅长的：冠词、介词和代词都粘在词上，一个书面词里塞着好几个单位，页面用一种说法写，同一个问题换种说法问，就可能匹配不上。阿拉伯语还多一层希伯来语没有的问题：双层语。用户用海湾方言提问，而书面内容几乎全是现代标准阿拉伯语。助手得跨过这道沟。能跨过去的，是那些把品牌和说法用平实、重复的形式写明白的独立段落，而不是流畅的营销文案。

阿拉伯语网络内容少，少到可以给出数字：以阿拉伯语为内容语言的网站只占约 0.6%，而这门语言有几亿使用者；英语则占了大约一半。本地区的回应是 Jais 这类以阿拉伯语为中心的模型，它在阿布扎比研发，正是因为以英语为中心的模型照顾不好这门语言。对 GEO 来说，这种不对称和希伯来语的情况一样：独立佐证更难攒，但一个结构清楚的阿拉伯语来源就能占住一个回答位置，换成英语，同样的位置要几十个页面才拿得下。

迪拜的商业提示词都带着城市名做限定，比如“in Dubai”“في دبي”，并按意图分到不同语言：英语管公司注册、银行、房产投资和迁居；阿拉伯语管消费服务和一切靠近监管的事；俄语和印地语则从头到尾管着各自社群的购买决定。

为每种语言定一组固定的相关提示词，按计划在 ChatGPT、Perplexity 和 Gemini 上反复测。声量份额按语言分开报告，免得一种语言的进步盖住另一种语言的问题。

阿联酋的品牌活在两种文字里，而且常常有两个名字：拉丁字母的品牌名和阿拉伯语写法，外加营业执照上注册的名称，后者经常和前两者都不一样。模型得把这几个名字学成同一个实体，否则引用会分散到几个模型认不全的名字上，哪个都攒不起权威。这就要求在结构化数据里把阿拉伯语和拉丁字母两种写法一起声明，各处资料保持一致，并在模型真正会读的页面上把执照名称和品牌名连起来。

这个市场的佐证来自一批公认的高信任来源：全国性商业媒体（Gulf News、Khaleej Times、The National、Arabian Business、Zawya），u.ae 和各酋长国经济部门这类政府门户，以及各自由区自己的目录站。阿拉伯语的来源范围小，所以几条一致的独立描述对实体识别的推动，比英语里一大堆链接还大。

英语、俄语和印地语内容由我们自己写，这是我们九种语言工作的一部分，其中也包括从右往左书写的文字。阿拉伯语内容我们和母语合作伙伴一起做，自己负责页面结构、品牌信息一致性和测量。各个版本的事实必须一致，助手拿到的才是同一套企业信息。

我们的测量方法从每种语言一套固定的提示词集开始。在 ChatGPT、Perplexity 和 Gemini 上用未登录的新会话反复测，然后对照基线报告引用率和声量份额。我们还会检查英语页和阿拉伯语页对这家企业的描述是否一致。