AI点到的企业里，八家才有一家当过第一

简短地说：当AI助手回答「{城市}最好的{行业}」时，被点到几乎是容易的 - 它会列出七八家。被点到第一，才是稀缺的位置。在法国、英国和巴西，联网搜索的助手点了4,836家不同的企业；只有643家，大约八家里一家，当过它的第一。

你去查，你就在那儿：助手点到了你的店。松一口气 - 你在里面。但读这条回答的客户不会读完八个名字。目光停在靠上的地方。真正的问题不是你有没有被点到，而是在哪里。第一，还是第六？

被点到几乎成了地板。被争的，是名单的第一行。

测了什么

Waseit的研究在每座城市、每个行业问客户会打的那句话 - 「{城市}最好的{行业}是哪些？」。我们按回答给出的顺序读出它点到的企业，依据回答本身所带的名次。然后对每个国家，数出共有多少家不同的企业被点到，其中又有多少家曾登上第一位。公开的数字锚定在Perplexity上 - 三个助手中唯一在回答前联网搜索的一个。它的名单是真实的企业（我们区分企业与建议的过滤器只剔掉0.9%），而Perplexity只在法国、英国和巴西作答，所以这个数字覆盖这三个市场，对问题的一种措辞共682条回答。

锚定在Perplexity上是有理由的。问ChatGPT或Gemini「里昂最好的水管工」，它们常以一套步骤作答 - 看评价、问问熟人、核实资质 - 而我们的抽取会把这些当成名字。在一万六千条里，我们无法把这些建议与真实企业干净分开，所以不为它们公布精确数字。当ChatGPT以建议代替名字作答本身就是一项单独的测量。

为什么被点到算得这么轻

因为名单长，而顶端短。在一条典型回答里，助手点到近八家 - 一次提及几乎是地板。其中只有一家是第一。在这三个市场，4,836家越过了第一道门槛（被点到）；其中4,193家从未是任何人的第一。登顶的比例在各国之间惊人地一致 - 法国14%，英国13%，巴西13% - 这说明它是结构性的，不是某一个市场的偶然。

而同样的形态出现在另外两个助手上 - 大约七家里一家 - 只是它们的名单混入了我们无法完全剔除的建议：我们把它当作回声，而不是精确数字。

如果你就是那家企业，这意味着什么

被AI助手提到，不再是终点线 - 它是起跑线。对97%的本地企业来说，问题还在于根本没被点到；但一旦越过那道门槛，第二道更窄的门槛在等 - 成为客户真正读到的那个名字。把能见度当作名次，而不是是或否。如果助手把你点在第八位，你是可见的，却未被选中。有用的问题变成：在每个助手上，它把我放在哪里 - 而对于联网搜索的那个，它读的页面是否在说我理应靠前。

那么你的企业 - 助手把你放在哪里

这正是Waseit免费审计所显示的：它用你的语言、针对你的市场，向ChatGPT和Gemini提出你的客户真正会打的八个问题，约60秒内给你一个百分制评分、顶替你被点到的竞争对手、你在每个助手上的位置 - 不只是你有没有被提到，而是在哪里 - 以及哪个助手是真的联网搜索而非凭记忆作答。免费、无需账号、无需信用卡；一个邮箱只解锁竞争对手的名字和行动计划。这是一张带日期的快照，不是排行榜，我们不承诺任何位置。

这不能证明什么

• 公开的数字是Perplexity的，在法国、英国和巴西 - 它作答的唯一市场。ChatGPT和Gemini呈现同样的形态，约七家里一家，但它们的回答混入了我们的抽取当成名字的操作性建议：我们把它们作为数量级给出，而非精确数字。
• 即便对Perplexity，从回答里读名字也并不完美：每条回答我们只保留有上限的名字数，而「第一」的位子有时是一个名录（Triider、Which? Trusted Traders），而非一家企业。我们数的是位置，不是占据这些位置之物的质量。
• 这里的「第一」是助手自己在一条回答内给出的最高名次。它不是市场排名，也没有任何话说第一个名字就是最好的企业，或别的就更差。
• 一次采集，在2026年7月31日至10月16日之间，经由助手的编程接口，它近似但并不复刻面向消费者的应用。回答逐日变化；这只是它们的一张照片。
• 我们测的是被点到的企业里曾排第一的比例，而不是某一家企业多频繁地占着第一。一个名字可能在一座城市的回答里居首，在下一座城市里却落在名单中段。