AI 重新打开了同样的页面，然后点了另一批企业的名字

简短的回答：变的不是它读什么，而是它答什么。同一个需求换个说法再问一次，会上网搜索的助手把刚读过的那些页面重新打开了 72.8%。可是，它先前点名的 5,221 家企业里，只有 1,939 家回来 - 37.2%，按宽松的方式比对名字也只有 56.3%。来源稳住了，名单没有。

你问助手，城里最好的水管工是谁。它给你八个名字。另一个人把同样的需求换个说法问：「列出最常被推荐的，并说明理由」，名单就不一样了。最先想到的解释是：它去别处找了。我们逐页核对了 682 组回答。它重新打开的几乎是同一批页面。动的不是它读的东西，而是它从里面取出的东西。

它不换自己读的东西。它换自己答的东西。

测了什么

Waseit 的研究在每座城市、每个行业提出客户真会键入的问题 - 「{城市}最好的{行业}有哪些」 - 然后把同一个需求换个说法：「列出{城市}最常被推荐的{行业}，并说明理由」。三个助手里，只有一个会把自己查阅过的页面清单留在回答里：会上网搜索的 Perplexity。于是我们取出它成对的回答：同一市场、同一城市、同一行业，两种说法。法国、英国和巴西共 682 组，39 座城市，行业与市场的组合 58 个。每一组只做两项比较：第一次读过的页面有多少在第二次又被读到，第一次点名的企业有多少又被点到。

在不知道纯属偶然会得到什么之前，重合率什么也说明不了。于是我们用同样的方式把互不相干的回答也配成对：同一国家、同一行业但城市不同，再是同一城市但行业不同。那里共同的确切页面降到 0.7%，共同的名字降到 0.1% - 也就是说，真实配对测出的 72.8% 不是背景效应。还有两项对照：名字按两种标准比对，严格相等，以及共有一个有区分度的词，只对两种标准下都成立的结论下判断；又因为页面清单从一种说法到另一种略有增长（域名 13.7 比 14.8），我们只用两份清单长度完全相同的配对重算了一遍。差距没有收窄，反而拉大：域名 82.7%，名字 38.8%。

读的东西没动，名单为什么会动

因为这是两件不同的事，而只有一件是稳定的。为「某城最好的水管工」找到合适的页面是检索问题：同样的词带回同样的页面，这正是数字所显示的。从这些页面里挑出八个名字是写作问题，而它在每一份回答里都从零开始。名字的数量也没有动：两个方向平均都是 7.7 个。并不是它说得更多或更少；它说得一样多，说的却不是同一批。

语料里一组很普通的配对把这一点摆得很清楚。对法国某城的某个行业，助手第一次引了十个页面，第二次七个 - 那七个全在那十个之内。它面前摆着的是同样的材料。被点名的八家企业中，按比对的宽严不同，有三家或四家不在第一份名单里。同样的阅读，不同的结果。同样的反差在凑得出配对的 49 个行业与市场组合里全都成立，从英国的理发师到法国的供暖工，没有一个例外。

如果那家企业是你的，这意味着什么

这既是好消息也是坏消息，两者要一起看。好消息：决定你能见度的那些页面，不是每问一次就重新抽签。对你所在城市的你那一行，助手回到的基本是同一批站点，也就是说有屈指可数的几个页面真正有分量，值得下功夫 - 只需记住，并不存在一个登记了就行的名录站：那些页面属于你所在城市的你那一行，换一行就换一批。

坏消息：在上面并不等于进了回答。页面读完之后，挑名字这一步重新开始，而且问法一换，名单就变。所以并没有一个位置可守，也没有人能把它卖给你。能下功夫的在前端：在那些总会回来的页面上到场、清楚可读、不含歧义；还有你自己的网站，助手多半只打开首页。能衡量的在后端，而且要再衡量一次，因为这一次的阅读对下一次什么也没说。

那么你的企业，助手从它那里取到了什么

如果阅读是稳的而回答不是，值得问的只有一个问题：今天，在那个问题上，你是在回答里，还是在被略过的页面里？这正是Waseit 的免费审计所显示的。它用你的语言、在你的市场，把你的客户真会键入的问题提给 ChatGPT 和 Gemini，大约 60 秒后给出百分制的分数、逐题列出被顶替你点名的竞争对手、你完全没出现的问题，以及 - 当 Gemini 在 Google 上搜索过时 - 它真正查阅过的页面，也就是值得让自己被收录的地方。免费，不用注册，不用银行卡；一个邮箱地址只解锁竞争对手的名字和行动方案。审计页面本来就这么说，而这次测量从另一个角度证实了它：这是一张有日期的照片，不是排行榜，我们不承诺任何位置。

这并不能证明什么