ChatGPT 偏向连锁品牌，Gemini 偏向独立商家
同一个问题，同一个城市，两个引擎。在美国，ChatGPT 每条回答提到 6.1 家企业，其提及中有 27% 指向出现在三个及以上城市的名字。Gemini 提到 3.6 家，比例为 16%。在 12 个行业中有 9 个，差异方向相同。
6.1 / 3.6
每条回答提到的企业数，ChatGPT / Gemini
简短回答：向 ChatGPT 和 Gemini 提出同一个问题，你得到的不只是不同的名字，而是不同类型的企业。 在美国的 15 个行业中，ChatGPT 每条回答提到 6.1 家企业，其提及中有 27% 指向至少在三个城市反复出现的名字。Gemini 提到 3.6 家，只有 16% 的提及指向这类名字。在水管工行业，ChatGPT 在 17 条回答中提到 Roto-Rooter；Gemini 一次也没有。
27% / 16%
指向出现在 3 个及以上城市的名字的提及占比
12 个中的 9 个
ChatGPT 更偏向这类名字的行业
对独立商家来说，两个引擎不是同一块阵地：一个给出长名单，连锁网络也有位置；另一个给出更本地化的短名单。
我们测量了什么
数据来自 2026 年 9 月 13 日的 Waseit 美国研究。本文把两个引擎分开，考察在全部 13 个城市测量的 15 个行业（不含名字带城市的酒店）：每个引擎 390 条回答，即每个行业 26 条（13 个城市，2 个问题）。
“会流动的名字”与 9 月 14 日文章中的定义相同：在同一行业中，被任一引擎在至少三个城市提到的名字。它不一定是连锁：互不相关的企业有时同名。目录网站单独统计，列表中夹带的建议标题被排除。
十五个行业，两个引擎
| 行业 | 提到企业的回答 | 每条回答提到的企业数 | 会流动的名字 |
|---|---|---|---|
| 人力派遣公司 | 100% / 92% | 8.0 / 5.0 | 87% / 54% |
| 会计师 | 100% / 92% | 6.0 / 3.7 | 44% / 29% |
| 保险经纪人 | 100% / 96% | 7.4 / 6.0 | 36% / 41% |
| 驾校 | 100% / 81% | 7.8 / 2.9 | 41% / 26% |
| 锁匠 | 85% / 89% | 5.0 / 2.3 | 26% / 15% |
| 美发沙龙 | 100% / 58% | 7.8 / 2.0 | 27% / 6% |
| 水管工 | 100% / 85% | 6.4 / 2.8 | 28% / 3% |
| 汽车维修店 | 100% / 96% | 7.6 / 4.8 | 26% / 6% |
| 房产经纪人 | 65% / 89% | 2.5 / 5.3 | 26% / 2% |
| 电工 | 92% / 62% | 5.8 / 2.2 | 11% / 2% |
| 婚礼摄影师 | 100% / 96% | 7.1 / 3.8 | 7% / 9% |
| 营销机构 | 100% / 96% | 7.8 / 3.9 | 2% / 3% |
| 律师 | 58% / 89% | 2.7 / 5.4 | 0% / 0% |
| 牙医 | 77% / 58% | 3.8 / 1.9 | 0% / 0% |
| 暖通空调（HVAC）公司 | 100% / 69% | 5.4 / 2.2 | 0% / 0% |
ChatGPT：长名单，连锁网络也有位置
ChatGPT 在 92% 的回答中提到企业，Gemini 为 83%。而且提到时，ChatGPT 给出的名字多约 70%。在这些长名单里，连锁网络反复出现：在关于水管工的回答中，ChatGPT 有 17 条提到 Roto-Rooter，Gemini 为零。汽车维修中 Midas 出现在 11 条回答里，Gemini 为零。房产中 RE/MAX 出现在 6 条回答里，Gemini 为零。
休斯顿的房产经纪人很好地概括了这种差距。面对同样的问题，ChatGPT 提到 Coldwell Banker Realty、Compass、eXp Realty 和 Keller Williams Realty 四个全国性网络。Gemini 提到 Ashley Tilton、Beth Wolff、Laura Sweeney 和 The Amy Bernstein Team，都是本地经纪人和本地团队。没有一个共同的名字。
Gemini：更短、更本地的名单，以及沉默
在 Gemini 中，会流动的名字的占比在水管工行业降到 3%，房产经纪人和电工为 2%，汽车维修和美发沙龙为 6%。它的名单更短，内容更本地化。
但在某些行业，Gemini 更常保持沉默：在 关于牙医和美发沙龙的回答中有 42% 没有提到任何企业，电工为 38%，暖通空调为 31%。这些时候它给出的是建议。
同样重要的例外
保险经纪人。
在这里是 Gemini 更偏向网络（41% 对 36%）：它在 16 条回答中提到 Marsh McLennan，ChatGPT 为 9 条。
律师和房产经纪人。
在这里是 ChatGPT 更克制：它只在 58% 和 65% 的回答中提到企业，而 Gemini 为 89%，给出的名字也多一倍。
婚礼摄影师和营销机构。
两个引擎中几乎都没有会流动的名字。
这项测量不能证明什么
回答的长度。
我们把输出限制为 ChatGPT 600 个 token、Gemini 1,400 个：ChatGPT 的 436 条回答中有 71 条被截断，大多是长名单。因此 ChatGPT 的名字数量是下限，我们也不比较文本长度。
应用用户看到的内容。
回答来自 API；应用可能加入网页搜索和其他设置。
刻意的偏好。
我们观察的是名单的形态，而不是模型的意图。
完美的计数。
名字中清除了建议标题；清理出错会同时影响两个引擎。而且每个引擎每个行业 26 条回答仍然只是样本。
这对你意味着什么
身处连锁网络会出现的行业的独立商家
（水管、汽修、锁匠、美发）：Gemini 的名单更本地化；ChatGPT 的名单更长，但要与全国品牌分享位置。两个都要看，竞争对手并不相同。
律师或房产经纪人
：ChatGPT 大约十条回答中只有六条会提到名字，Gemini 接近九条。先看看 Gemini 对你所在城市怎么回答。
牙医、美发沙龙、电工
：Gemini 在近五分之二的回答中不提任何名字。ChatGPT 提到名字的频率高得多。名单首先在那里决定。
把客户会问的问题在两个引擎上多问几次：一个引擎的回答说明不了另一个。我们的免费审计替你完成这件事，并按引擎列出替你被提到的名字。