同一个问题问十种语言：五个全球行业里，只有一个给出同样的品牌
180 条回答，10 种语言，3 个 AI。与英文的重合度在在线支付降到 43 %，在网站主机降到 52 % - 而在跑鞋上纹丝不动。
本文目录
简短的回答：你用哪种语言提问，被推荐的公司就不一样 - 在我们测试的五个行业里有四个如此，第五个则完全没有变化。我们用十种语言向 ChatGPT、Gemini 和 Perplexity 提了同一个问题，全程不提任何国家。共有 193 家公司被点名。其中 34 家在十种语言里都出现，76 家只在一种语言里出现。
这不是翻译上的细微差别。对一家主机商、一家支付服务商或一个预订平台来说，用英文做的可见度调查，几乎说不出东京、首尔或利雅得的客户看到了什么。对一家鞋厂来说，它说的完全一样。这两个世界的差别是可以测量的，而且解释很简单。
我们究竟测了什么
只有一个变量在动：语言。问题不提任何国家。我们不问「德国最好的网站主机服务商有哪些」，而是用德语问「最好的网站主机服务商有哪些？」。如果清单变了，变化就只能来自语言，因为别的什么都没动。
五个全球行业，挑选标准是让同样的跨国公司在哪里都是候选：CRM 软件（客户关系管理）、跑鞋、在线支付、酒店预订、网站主机。十种语言 - 英语、法语、葡萄牙语、西班牙语、德语、波兰语、日语、韩语、中文、阿拉伯语。三个助手。共 150 条回答，外加 30 次对照抽取。
同一个英文问题问两遍，答案并不相同
这就是对照，也是整个实验里没有它就什么都不能发表的部分。助手不是确定性的：把完全相同的英文提示再问一遍，它给的清单并不一样。所以我们把英文按行业、按引擎各抽了三次，用来测量一个引擎跟自己有多不一致。
同一条英文提示抽两次，重合度按行业只有 62 % 到 76 %。语言之间的任何差距都必须放在这条地板线上读 - 否则就是把噪声当成结论发表出去。
正是这条地板线让下面的表格可读。「英文对英文」这一列是纯粹的偶然所产生的；下一列是换了语言所产生的。唯一有意义的数字，是两者之差。
分行业的结果
| 行业 | 英文对英文 | 其余九种语言 | 差距 |
|---|---|---|---|
| 跑鞋 | 74 % | 74 % | 0 个百分点 |
| 酒店预订 | 64 % | 52 % | 12 个百分点 |
| CRM 软件 | 72 % | 59 % | 13 个百分点 |
| 在线支付 | 62 % | 43 % | 19 个百分点 |
| 网站主机 | 76 % | 52 % | 24 个百分点 |
跑鞋一个百分点都没动。用阿拉伯语问、用韩语问，回来的是和英语一样的品牌 - 差别不超过你用英语问两遍所得到的波动。Nike、Adidas、ASICS、Brooks、New Balance、HOKA、Saucony、Altra、Salomon 这九个品牌，在十种语言里都被点名。
为什么鞋是例外
真正的轴不是语言，而是这项服务必须在多大程度上就地交付。一双鞋在里昂、大阪和吉达是同一件东西：厂商是全球的，产品是同一个，没有什么需要本地化。支付服务商需要当地的银行牌照；主机商需要机房和该语言的支持；预订平台需要这个国家的酒店库存。
一项服务越是必须在当地落地，语言就越会重新分配推荐。所以在这五个行业里，网站主机最敏感（比噪声地板低 24 个百分点），跑鞋最不敏感（零）。
客户用母语看得到、而英文永远不显示的名字
计数用的词表是读完 150 条回答后建立的，然后在十种语言里同样地去找。所以当一个名字只在一种语言出现时，并不是因为我们没在别处找过它。
日语，网站主机
：エックスサーバー、ConoHa、ロリポップ。这是三个助手总共只点了十家主机商的唯一一种语言，与英文的重合只有 29 % - 全场测量的最低值。
韩语，支付
：Toss、네이버페이（Naver Pay）、카카오페이（Kakao Pay）、페이앱、이노페이。没有一家出现在三次英文抽取里。
阿拉伯语，支付
：Tap Payments、HyperPay、PayTabs、MyFatoorah、Paymob、Fawry - 来自海湾和埃及的六家，其他任何语言都没有点到。
波兰语，网站主机
：LH.pl、Seohost、home.pl、nazwa.pl、cyber_Folks 五家波兰主机商，外加 OVH。
日语，酒店预订
：楽天トラベル、じゃらん、一休、トラベルコ，与到处都被点名的 Booking.com 和 Agoda 并列。
英文同样是一个市场，而不是中立的视角
这是反向验证，而且很重要：在只被一种语言点名的 76 家公司里，有 12 家属于英文 - Helcim、Venmo、GoCardless、Paytm、ScalaHosting、Flywheel、Rocket.net、Nimble、On Running、Accor、Wyndham、Tablet Hotels。英文给的不是「全球视角」外加别处的一点地方特色。它给的是一个市场的视角，很大程度上是北美的，正如波兰语给的是波兰语那一个。
法国酒店集团 Accor 在我们的测量里只被英文点名 - 单凭这一点就足以排除「每种语言只是拉出本国冠军」的说法。事情没有那么机械。
这对一个国际品牌意味着什么
不要用英文里的可见度去推断日文里的可见度。
在主机和支付上，两份清单共有的名字不到三分之一。一个只查询英文的看板，测的是一个市场，显示的是十个。
弄清楚你的品类落在哪一边。
如果你的服务需要牌照、机房、本地库存或本地语言支持，就要预期一份按语言分开的排名。如果你在哪儿卖的都是同一件产品，用英文测量是个合理的近似。
你在某种语言里的真正对手，不是你本土市场的对手。
一家瞄准海湾的欧洲支付服务商，在阿拉伯语的回答里不是跟 Stripe 和 Adyen 比，而是跟 PayTabs 和 MyFatoorah 比。
下结论之前多测几次。
62 % 到 76 % 的噪声地板对你同样成立：单次测量分不清真正的可见度下滑和一次运气不好的抽取。
在一种本地语言里面，本地信源比全球信源更重。
只在一种语言出现的名字，来自只存在于那种语言的资料 - 那个国家的比价站、名录和论坛。
局限，以及我们没有找到的东西
五个行业、一个夜晚、每个引擎一个模型：这是抽样，不是普查。英文抽了三次，其余九种语言各抽一次 - 但地板线量的正是这件事，因为它同样是一次对一次的比较。计数词表来自我们实际拿到的回答：没有人提到的公司，无从计入。
这项研究没有使用我们自己产品的竞争对手抽取器。它是为了从一条回答里填满八家对手的表格而调校的，不是为了把十份语料相互比较。在这里，唯一诚实的仪器是一份人工挑选、统一应用的词表。
最后是一个被测量推翻的假设：我们原以为中文回答会主要点中国的服务商。它们确实点了 阿里云、腾讯云 和 华为云 - 但也点了 SiteGround、Hostinger、Kinsta、WP Engine 和 DigitalOcean，而且点到的主机商数量比平均还多。语言添上了本地参与者，并没有拿它们替换掉全球参与者。