同一个引擎，同一个问题：一旦允许它去搜，32 个名字里只剩 1 个

有一个我们从来没做过的实验，结果让我们花了一周去改。只取一个助手 - Gemini。只问一个问题：「波尔多最好的水管工是谁？」模型不变，说法不变，日子也不变。只改一件事：答之前，准不准它去看谷歌。

2026 年 8 月 10 日今天早上做的，覆盖四座城市的四个行当：波尔多的水管、南特的牙科、图卢兹的修车行、斯特拉斯堡的高级餐厅。八个问题，一个引擎。结果是：凭记忆说出的公司名 32 个，去搜之后说出的公司名 32 个，而两份名单里共有的名字只有一个。百分之三。

这不是同一个回答的两个版本。这是两个不同的回答，签着同一个名。

这对你的公司意味着什么

两个回答的笃定语气一模一样。不联网时，Gemini 先说「一份依据客户评价和本地口碑、被经常推荐的波尔多水管工名单」，然后报名字。联网后，它先说「依据用户反馈和撮合平台的推荐」，然后报另一批名字。文字里没有任何地方告诉读者：它刚刚换了信息来源。

而你的客户用的是那个应用 - 会去搜的那个。如果你用一个不联网查询模型的工具来测自己的可见度，你测的是它的记忆：训练时记下、几个月前就冻住的东西。这是真实且有用的信息，知名度正是在那里衡量的 - 但它不是你的客户今天看到的东西。

我们不得不改自己的评分

这个区分对我们不是理论：它把我们的产品弄坏了。我们的免费检测会问两个引擎 - 一个上网搜，一个凭记忆答 - 而分数取的是两者的平均。算术上的后果是：一家被会搜的那个引擎排在第一位的公司，被不搜的那个引擎的沉默往下拖，最高也只能到 100 分里的 50 分。实际上会掉到 15 分或 30 分，报告上写着「可见度低」。

在此前的三周里，我们 74 次检测中有 56 次正好返回 0。一位用户用最简单的话点了出来：他的公司在 ChatGPT 应用里出现，而我们的工具给他打零分。他是对的，我们是错的。

规则在 8 月 9 日改了：只要至少有一个助手真的上网搜过，分数就只算这些助手。凭记忆作答的模型并没有为你的可见度作证 - 它那句「我不认识你」是未测量，不是零分。同一次检测，从前给出的是被封顶的分数，现在给出的是引擎真正找到的东西，而且每份报告都会点明：谁搜了，谁只是想起来。

这个问题远不止我们这一家

今天卖 AI 可见度测量工具的公司超过二十家，方法不同，同一个品牌得到的答案就不同。最常见的那条断层，正是我们刚刚量到的这一条：是去问模型的 API，还是去看用户在应用里看到的东西。两条路各有毛病 - API 会低估应用所知道的，而抓屏则会把一次个性化的会话当成常态，从而高估。

对你这个买工具的人来说，实际的后果是：问你的供应商，他们的测量是否经过联网搜索。如果他答不上来，或者这个问题让他不自在，那么他给的数字并不是你以为的意思。这不是好事者的技术问题 - 这是被提到的名字里 3% 和 100% 的区别。

明天早上做什么

• 自己去验：在你客户真正会用的 ChatGPT 或 Gemini 应用里问一遍。这是唯一一个没人能跟你争的测量。
• 要求任何一款 AI 可见度工具 - 包括我们的 - 告诉你哪些引擎搜了、哪些是凭记忆答的。不说的工具，是把两种测量混在了一起。
• 两层都要做，因为赢法不一样：搜索这一层，赢在引擎回答那一刻会读的名录和评价；记忆那一层，靠时间赢，靠下一轮训练会吸进去的那些提及。
• 我们的免费检测 60 秒问完助手，不用注册 - 从昨天起，它还会告诉你哪一个去搜了。

最后说一句，因为这种文章我们平时不发。承认一个卖测量的产品测得不对，并不好受，短期内对销售大概也不利。但我们卖的是诚实的测量：把一次方法上的更正藏起来，恰恰就是我们提醒读者要提防的那种行为。方法论是公开的，有日期，现在这条规则也白纸黑字写在上面。