- 博客(98)
- 收藏
- 关注
RSS订阅原创 财税服务行业的GEO（Generative Engine Optimization）落地实践：AI抓取机制与多平台协同策略
长三角财税服务商面临新客户获取困境，传统“关系驱动”模式失效。随着客户转向“信息驱动”，生成式引擎优化（GEO）成为破局关键。通过地图平台结构化信息、多平台内容布局、短视频专业展示及信息一致性管理，实现服务项目在AI问答、地图推荐中的高曝光。实证显示，某常州企业实施GEO后两个月内新增咨询12个，成交7单，显著提升获客效率。未来，信息可见度将成本地服务竞争核心门槛。
2026-10-12 15:55:42
90
原创 AI大模型如何抓取和推荐郎溪本地商户?GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，生成式搜索以语义理解取代关键词匹配，推动商户优化从SEO转向GEO。通过查询意图解析、地理围栏与向量召回等技术链路，系统实现精准推荐。郎溪商户需通过结构化信息、实体标注与语义优化提升在AI答案中的可见性，否则将面临“隐形”风险。
2026-10-11 14:43:45
100
原创 AI大模型如何抓取和推荐旌德本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动商户从传统SEO转向GEO（生成式引擎优化）。以旌德县为例，用户自然语言查询触发意图解析、地理围栏召回、语义匹配与多因子权重计算，最终生成结构化推荐。商户需在地理信息、类目标签、跨平台一致性、内容完整度等方面构建技术化数据资产，方能在AI推荐中提升收录率与可信度。
2026-10-11 14:42:08
258
原创 AI大模型如何抓取和推荐绩溪本地商户?GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动用户从“搜索-筛选”转向“提问-推荐”决策模式。在绩溪等县域市场，商户需通过GEO（生成式引擎优化）提升信息在AI回答中的被引用概率。技术链路涵盖意图解析、地理围栏召回、语义匹配与结果生成，核心依赖POI数据的完整性与一致性。优化重点在于精准标注地理标签、丰富结构化描述、多平台信息统一，以增强AI对商户的信任度与推荐权重，实现低成本、可持续的长期获客。
2026-10-11 14:40:47
223
原创 AI大模型如何抓取和推荐泾县本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，生成式引擎优化（GEO）通过意图解析、实体召回、语义匹配与推荐生成，实现对商户信息的精准抓取与推荐。商户需完善POI数据结构，提升信息完整度、地理匹配度与活跃度，强化时效性标签与合规认证，以获取高权重曝光。通过构建标准化问答库与结构化语义标记，可有效提升在豆包、文心一言等平台的收录率与推荐优先级，抢占AI时代本地流量入口。
2026-10-11 14:39:28
225
原创 AI大模型如何抓取和推荐广德本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从关键词匹配到语义理解、中心化索引到多源融合、静态排名到动态生成的变革。商户需通过优化地理信息、数据结构与语义标记，提升在GEO（生成式引擎优化）体系中的曝光。技术链路涵盖查询意图解析、多源POI召回、多因子权重融合与动态推荐生成，核心依赖POI数据完整性、地理位置精准度、用户行为信号与内容更新频率。跨平台一致性与时效性标签成为关键加分项，助力商户在AI推荐中脱颖而出。
2026-10-11 14:36:38
123
原创 AI大模型如何抓取和推荐宁国本地商户？GEO技术链路与POI权重算法拆解
2026年，AI大模型重塑本地服务流量分发，催生GEO（生成式引擎优化）新范式。通过自然语言处理、地理围栏与语义匹配技术，系统实现从查询意图解析到商户推荐的全流程自动化。核心依赖地图POI结构化数据与多源信息融合，以信息完整度、评价热度、地理位置、时效标签等为权重因子，结合注意力机制与多因子加权模型提升推荐精准度。商户需构建符合Schema.org标准的结构化数据与FAQ问答库，强化语义丰富度与实时更新，方能在AI推荐中获得高曝光与高转化。
2026-10-10 15:39:02
123
原创 AI大模型如何抓取和推荐宣州本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动GEO（生成式引擎优化）技术发展。用户自然语言查询如“宣州徽菜馆推荐”触发意图解析、地理围栏召回、语义匹配与摘要生成等链路，依赖地图POI数据的完整性、类目规范性与实时更新。商户需优化信息结构化程度、关键词布局及跨平台一致性，以提升在AI推荐中的曝光与信任度。
2026-10-10 15:37:13
149
原创 AI大模型如何抓取和推荐宣城本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动GEO（生成式引擎优化）发展。用户通过豆包、文心一言等平台查询“宣城民宿推荐”时，系统经意图解析、实体召回、语义匹配与权重融合，基于地理围栏、信息完整度、用户行为等多因子排序，生成精准推荐。地图POI数据结构化与短视频内容互通，强化时效性与可信度标签，提升商户在AI问答中的收录概率。通过FAQ框架与结构化语义标记，实现内容高效语义化，助力本地商户在AI时代获取更高曝光与转化。
2026-10-10 15:02:23
474
原创 AI大模型如何抓取和推荐池州本地商户？GEO技术链路与POI权重算法拆解
2026年，AI大模型正重构本地服务流量分发逻辑，从传统检索转向生成式推荐。本文基于1200+长三角商户实测数据，拆解AI推荐技术链路：通过语义解析、地理围栏与多维召回精准定位商户；融合语义相似度、地理距离、评价、时效与信任等因子计算综合权重；最终生成结构化摘要并标注信任标签。核心挑战在于POI数据残缺与零收录，亟需优化地图数据结构与GEO策略，实现从“被搜索”到“被生成”的跃迁。
2026-10-10 15:00:00
498
原创 AI大模型如何抓取和推荐亳州本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从传统SEO向GEO（生成式引擎优化）演进。用户通过自然语言查询，AI基于意图解析、地理围栏、语义匹配与多因子权重融合，精准推荐亳州等地的商户。关键在于POI数据的结构化、信息完整度、多平台一致性及内容丰富度。商户需优化地理位置精度、标准分类、联系方式与评价体系，以提升在AI推荐中的权重与曝光。
2026-10-10 14:56:54
396
原创 AI大模型如何抓取和推荐六安本地商户?GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，取代传统搜索引擎链路。用户通过自然语言查询，AI解析意图后，基于地理围栏、倒排索引与语义匹配，从结构化POI数据中召回商户。GEO优化聚焦数据完整度、地理精度与语义标注，提升商户在向量空间中的推荐权重。六安等地商户因POI数据不规范，覆盖率不足15%，难以进入AI召回池。未来竞争核心在于内容结构化与时效性管理，实现从SEO到GEO的范式迁移。
2026-10-09 19:45:38
131
原创 AI大模型如何抓取和推荐滁州本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从传统SEO向GEO（生成式引擎优化）转型。通过自然语言理解、地理围栏与语义向量匹配，AI实现“意图解析→实体召回→语义排序→推荐生成”的一体化路径。商户需优化POI数据结构、提升信息完整度与时效性标签，并构建标准化FAQ与语义标记，以增强在AI推荐中的召回率与权重。结构化内容成为获取主动曝光的关键，助力商户从被动索引转向主动推荐。
2026-10-09 19:42:54
147
原创 AI大模型如何抓取和推荐宿州本地商户?GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，通过自然语言理解与POI数据召回实现精准推荐。宿州商户需优化地图平台的结构化POI信息，提升地理匹配、类别标签、评价权重等维度，以增强在百度、高德等平台的可见性。GEO（生成式引擎优化）成为关键策略，其核心是让商户信息以高完整度、语义清晰的形式被AI高效抓取与推荐。
2026-10-09 19:40:18
397
原创 长三角书店文创手作商家 GEO（Generative Engine Optimization）技术落地指南：从 AI 抓取机制到多平台协同实践
从SEO到GEO的范式转移，标志着文化空间获客逻辑的根本变革。传统搜索引擎优化已无法满足AI时代的信息获取需求，GEO通过结构化信息布局、多平台协同（地图、知乎、小红书、短视频等），实现“被找到、被推荐、被选中”。核心在于：实体信息完整、内容真实生动、跨平台一致、高频更新。以苏州独立书店为例，仅优化地图信息与短视频引流，月曝光量提升425%，新客增长40%。可复用框架包括四大模块（实体、业务、场景、活动）与三步落地策略——地图优化、AI问答布局、短视频氛围引流，见效周期1-3个月。GEO不仅是技术升级，更是
2026-10-09 16:49:33
313
原创 珠宝钟表奢侈品护理商家的 GEO（Generative Engine Optimization）技术落地与多平台协同策略
在生成式AI时代，传统SEO已无法满足用户决策需求，长三角珠宝钟表奢侈品护理行业亟需转向GEO（生成式引擎优化）。通过地图平台结构化信息、问答平台语义匹配、短视频内容可视化三层协同，实现多平台信息聚合与信任背书可视化。核心策略包括：统一关键词布局、服务内容标准化、持续更新案例与反馈数据。该框架可复用于医美、家政等高客单价本地服务，是传统SEO在AI时代的升级范式。
2026-10-09 15:52:21
469
原创 家电细分服务（清洗/除菌/智能家居安装）的 GEO 优化实战：从实体识别到多平台协同的技术路径
家电服务市场中，空调清洗、全屋除菌、智能家居安装需求年增超35%，但商家仍依赖熟人推荐。本文提出GEO（生成式引擎优化）策略，通过地图信息结构化、AI问答细分布局、短视频专业度展示三大模块，助力商户在南京、苏州等城市实现精准获客。核心在于提升实体信息一致性与关键词精准度，强化多平台协同，让AI主动推荐商户，破解“有口碑无客户”困局。
2026-09-30 16:43:14
312
原创 长三角宠物服务 GEO（Generative Engine Optimization，生成式引擎优化）技术落地：AI 抓取机制与多平台协同框架
本文提出宠物服务获客新逻辑：从“路过看到”转向“手机搜索”，核心依赖AI大模型与地图平台的流量分配。基于GEO（生成式引擎优化）框架，商家需三层协同：一、完善地图平台结构化信息，突出医生资质与服务细节；二、在内容平台布局真实用户问题问答，强化语义匹配；三、通过视频平台生产场景化内容，挂载定位增强信任。三者按序推进，确保信息一致、实体关联清晰，提升AI推荐概率。适用于长三角地区宠物医院、寄养、美容等业态，实现精准获客。
2026-09-30 15:07:45
200
原创 本地生活服务门店 GEO（Generative Engine Optimization）技术框架与产业落地实践
本地生活服务正从“位置红利”转向“搜索权重”，长三角68%消费者依赖地图与AI助手寻店，但仅23%门店信息完整。本文提出GEO（生成式引擎优化）框架，涵盖数据层、语义层、一致性层三重架构，结合AI推荐四步流程，通过便利店、母婴店等案例验证其有效性。建议商家优先完善基础信息、匹配用户意图、保持多平台一致，并辅以真实场景内容，实现精准获客。
2026-09-30 15:01:43
184
原创 长三角运动场馆GEO优化实战：技术框架与产业落地路径
长三角运动场馆面临数字化转型，传统获客模式失效，需转向“搜索驱动”的手机端精准获客。通过GEO（生成式引擎优化）技术，构建地图平台、AI问答、短视频三大触点矩阵，实现信息冗余与交叉验证。核心策略包括：地图信息结构化填充、高频问答内容覆盖、短视频同城算法触发。案例显示，南京羽毛球馆电话咨询量提升16倍，无锡游泳馆到店转化率增18%。该框架免费可复用，关键在信息完整度与本地化适配，助力场馆低成本获客，实现公域流量向私域转化。
2026-09-28 21:14:17
281
原创 休闲娱乐商家GEO技术实战：AI抓取机制与多平台协同优化框架
长三角休闲娱乐商家面临从传统SEO到GEO（生成式引擎优化）的转型。用户查询方式已从翻页搜索转向向AI提问，如“南京密室逃脱适合新手吗？”。GEO核心在于通过结构化信息填写、多平台数据一致性、高频问题覆盖及本地关键词布局，提升商家在AI推荐中的权重。地图平台字段完整、问答平台内容匹配、短视频本地化展示，三者协同可实现精准获客。该策略适用于长三角任一城市，助力商家抢占生成式交互时代的流量先机。
2026-09-28 21:03:21
333
原创 GEO（Generative Engine Optimization，生成式引擎优化）技术在本地服务业的落地实践：以长三角足疗养生行业为例
长三角养生行业迎来“生成式引擎优化”（GEO）新范式，取代传统SEO。GEO依托结构化信息识别、语义匹配与多平台协同验证，提升AI对门店的识别与推荐概率。通过地图平台完善信息、问答平台发布真实内容、短视频平台强化视觉曝光，商家可系统构建数字档案，实现精准获客。案例显示，优化后新客增长超20%。技术核心在于持续积累可信信息资产，赢得AI时代流量先机。
2026-09-28 20:52:17
584
原创 长三角亲子服务的 GEO（Generative Engine Optimization，生成式引擎优化）技术落地与多平台协同策略
长三角亲子服务商家面临“家长搜索即决策”的获客难题。基于GEO（生成式引擎优化）技术，通过地图平台结构化信息优化、问答平台内容布局、短视频本地曝光三者协同，实现AI对商家的精准识别与推荐。核心在于关键词本地化、适合年龄明确标注、真实场景展示及多平台信息覆盖。实证显示，该策略可显著提升搜索曝光与到店量，助力亲子业态在竞争中脱颖而出。
2026-09-28 20:47:52
506
原创 AI大模型如何抓取和推荐阜阳本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从SEO向GEO（生成式引擎优化）演进。用户通过豆包、文心一言等平台查询本地商户时，模型直接生成包含名称、地址、特色的自然语言回答，跳过传统搜索结果页。技术链路涵盖意图解析、地理围栏召回、语义匹配与多因子权重融合，核心依赖结构化POI数据。优化关键在于：完善地名与类别标签、提升信息完整度、定期更新时效性数据，并通过FAQ问答框架和结构化语义标记增强被模型识别与引用概率，实现精准曝光。
2026-09-22 19:28:07
267
原创 AI大模型如何抓取和推荐黄山本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从传统SEO向GEO（生成式引擎优化）演进。用户查询由关键词转向自然语言，大模型通过意图解析、实体识别与语义匹配，实现精准推荐。技术链路涵盖地理围栏、倒排索引召回、多因子权重融合与深度学习排序，最终生成结构化推荐结果。商户可见性取决于其在大模型知识库中的信息完整度与语义对齐度，核心优化方向为Schema标注、地理信号强化与多模态融合。
2026-09-22 19:26:00
250
原创 AI大模型如何抓取和推荐安庆本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动“AI对话推荐+地图POI召回”新范式。通过GEO（生成式引擎优化）技术，商户需以结构化数据、语义清晰的内容提升在AI推荐中的召回率与权重。核心技术链路涵盖意图解析、地理围栏召回、多因子语义匹配与可信度评估。地图POI数据的完整性、时效性与多平台一致性成为关键影响因素。商户应采用FAQ问答框架、主语-动作-结果结构化表达及Schema.org标记，实现信息可被AI高效理解与引用，抢占生成式搜索红利。
2026-09-22 19:23:51
201
原创 AI大模型如何抓取和推荐铜陵本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动流量权从平台竞价转向AI语义推理。GEO（生成式引擎优化）通过结构化数据治理、语义标记与地理围栏布局，提升商户在AI推荐中的可见性。技术链路涵盖意图解析、多级召回、语义匹配与排序，核心依赖POI数据的完整性、时效性与权威性。高频更新、精准标签与FAQ化内容可显著增强AI抓取与信任度，助力商户在生成式搜索中脱颖而出。
2026-09-22 19:19:41
307
原创 AI大模型如何抓取和推荐淮北本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从传统SEO向GEO（生成式引擎优化）演进。通过自然语言查询意图解析、地理围栏与多级召回、语义匹配与权重融合，模型实现对商户实体的精准推荐。其核心依赖结构化POI数据、地理位置语义标注与多源信任背书，强调信息完整度、时效性与真实性。推荐结果以生成摘要形式直接呈现，嵌入地图链接形成闭环转化，标志着本地服务分发进入“主动推荐”新范式。
2026-09-22 19:17:43
141
原创 AI大模型如何抓取和推荐马鞍山本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动从关键词匹配向语义理解转变。通过意图解析、多路召回、语义匹配与自然语言生成，实现“查询→推荐”一体化。核心在于GEO优化：提升商户在知识图谱与RAG链路中的召回与引用优先级。基于地理围栏、倒排索引、多因子加权（语义、地理、质量、时效、权威）的综合评分体系，结合结构化POI数据与动态权重算法，确保推荐精准、多样且可信。
2026-09-20 19:51:38
296
原创 AI大模型如何抓取和推荐淮南本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动“GEO（生成式引擎优化）”兴起。用户通过自然语言提问获取推荐，商户曝光依赖结构化数据完整度、语义标注规范性与多平台一致性。技术链路涵盖意图解析、实体召回、语义匹配与结果生成，核心在于地理围栏、倒排索引、多因子权重融合及时效性衰减机制。地图POI数据的精度、标签完整性、评价丰富度与更新频率直接影响推荐权重。通过FAQ框架、结构化标记与Schema.org嵌入，商户可提升在AI推荐中的可见性与可信度，实现从“付费推广”向“数据质量驱动”的转型。
2026-09-20 19:50:06
154
原创 AI大模型如何抓取和推荐蚌埠本地商户？GEO技术链路与POI权重算法拆解
本文基于1200+本地商户实测数据，系统拆解AI大模型推荐本地商户的技术链路：从查询意图解析（分词、NER、语义扩展）到地理围栏与倒排索引召回，再到语义匹配、多因子权重融合及多样性控制，最终生成高可信度的结构化推荐结果。重点揭示地图POI数据结构与信息完整度、评分、位置、热度等核心权重算法对推荐效果的影响，提出GEO优化策略，为本地服务流量获取提供技术范式。
2026-09-20 19:48:33
167
原创 AI大模型如何抓取和推荐芜湖本地商户？GEO技术链路与POI权重算法拆解
2026年，AI大模型重塑本地服务流量分发，传统搜索模式转向“自然语言提问→AI推荐→即时决策”。核心在于生成式引擎优化（GEO），通过结构化数据、语义标签、地理权重与问答库建设，提升商户在AI推荐中的被引用概率。技术链路涵盖意图解析、地理召回、语义匹配与结果生成，依赖POI数据完整性、时效性标签及多因子权重算法。商户需构建标准化的FAQ框架与Schema.org标记，强化信息可信度与可读性，实现从被动曝光到主动推荐的跃迁。
2026-09-20 19:46:37
130
原创 AI大模型如何抓取和推荐合肥本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，GEO（生成式引擎优化）通过结构化商户数据提升其在大模型中的可见性与推荐权重。技术链路涵盖查询意图解析、地理围栏召回、语义匹配排序与自然语言生成，依赖地图POI数据的完整性、地理精准度、用户交互及评价时效性等多维因子。百度地图等平台以多因子加权算法动态优化排名，确保推荐结果相关、可信、多样，推动本地生活服务从传统搜索向AI驱动的智能推荐演进。
2026-09-20 19:44:55
239
原创 AI大模型如何抓取和推荐丽水本地商户？GEO技术链路与POI权重算法拆解
本文基于长三角1200+商户案例，解析AI大模型推荐本地商户的技术链路，涵盖查询意图解析、地理围栏召回、语义匹配与权重计算。重点拆解GEO优化策略，包括结构化数据标注、多因子加权排序（地理距离、评分、时效性、权威背书）及生成式摘要技术，为丽水商户提供可复用的本地流量提升方法。
2026-09-19 12:10:51
296
原创 AI大模型如何抓取和推荐台州本地商户?GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，台州商户需掌握GEO优化技术。通过结构化POI数据、多平台信息一致性、地理围栏精度及语义标注，提升在豆包、文心一言等平台的推荐权重。查询意图解析、实体召回与语义匹配形成完整链路，最终生成高可信度推荐摘要。时效性、权威性与用户评价共同影响排序，掌握这些要素可在不增加推广成本下实现被动曝光增长。
2026-09-19 12:09:23
264
原创 AI大模型如何抓取和推荐舟山本地商户？GEO技术链路与POI权重算法拆解
本文基于1200+长三角商户数据，解析AI大模型推荐本地商户的技术链路：从查询意图解析、地理围栏召回、语义匹配权重计算到推荐生成。核心揭示GEO优化逻辑——通过结构化信息（如FAQ、Schema标记）、多维度POI权重（完整度、活跃度、短视频加权）及时效性标签，提升商户在豆包、文心一言等平台的被推荐概率。以舟山海鲜餐厅为例，实证表明精准地理标签、高频内容更新与跨平台一致性是关键增效因子。
2026-09-19 12:06:51
240
原创 AI大模型如何抓取和推荐衢州本地商户？GEO技术链路与POI权重算法拆解
AI大模型正通过生成式引擎优化（GEO）重构本地服务流量分发。当用户提问“衢州汽修店推荐”时，系统基于自然语言理解、地理围栏召回、语义匹配与多因子权重排序，从POI数据中精准筛选并推荐商户。核心链路包括意图解析、空间召回、相似度计算与可信度标注，推动流量从“搜索点击”转向“AI直接推荐”。地图POI数据的完整性、地理精度、用户互动与时效性成为关键权重因素，而结构化问答与语义标记则提升内容可被AI抓取与采纳的概率，标志着本地服务营销进入智能化推荐新阶段。
2026-09-19 12:05:24
335
原创 AI大模型如何抓取和推荐金华本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，推动GEO（生成式引擎优化）兴起。用户通过对话式提问获取本地推荐，系统基于语义解析、地理围栏与多因子权重算法，从地图POI数据中召回高相关性商户。结构化数据标注、时效标签与高质量内容显著提升被AI推荐概率，商户需优化信息完整性、地域关联与实时更新，以在免费、长效的AI流量中获客。
2026-09-19 12:03:58
398
原创 AI大模型如何抓取和推荐绍兴本地商户？GEO技术链路与POI权重算法拆解
2026年，AI大模型重构本地服务流量分发，催生GEO（生成式引擎优化）新范式。用户通过豆包、文心一言等平台提问“绍兴餐厅推荐”时，系统经意图解析、地理围栏召回、语义匹配与权重计算，从亿级POI中精准筛选并推荐商户。核心在于优化结构化数据：地理精度、类目准确、信息完整、多源一致及时效性。通过FAQ框架嵌入高置信度问答内容，提升在AI问答中的召回率与推荐排序，实现“提问-推荐-决策”闭环。
2026-09-18 09:10:14
290
原创 AI大模型如何抓取和推荐湖州本地商户？GEO技术链路与POI权重算法拆解
AI大模型正重构本地服务流量分发，催生生成式引擎优化（GEO）。用户从“搜索-筛选”转向“提问-推荐”，系统通过意图解析、地理围栏与多因子权重融合，实现商户POI的精准召回与排序。结构化数据、语义匹配、信任度标注与多样性控制构成核心链路，推动流量从网页链接向AI问答结果聚合。
2026-09-18 09:02:28
228
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人