三个 AI，一个问题，同一分钟：ChatGPT 一家公司都没点名

这一整个系列，每次只让一样东西变化：要不要联网搜索、问题怎么问、读了哪些页面。引擎本身一直是固定的。今天早上我们反过来做：同一个问题，在同一分钟，同时发给三个助手。六座城市，六个行当。什么都不变，只变你在跟哪个 AI 说话。

没有预料到的结果

ChatGPT 一家公司都没点名。六个案例里，一家都没有。问它图卢兹最好的水管工，它回答「去谷歌地图和黄页上找」「核对法律信息」「保险和企业注册号」。问斯特拉斯堡的律师：「挑选标准」「会说哪些语言」「谁来经手我的案子」。问尼斯的牙医，它反过来问了一个问题，然后就停住了。

这不是某一次的礼貌回避：这是在六个行当、六座城市里连着六次同样的回答。全世界用得最多的助手，面对客户能提的最普通的问题，一个人都不推荐。

六座城市、六个行当、一个问题：ChatGPT 没有点出任何一家店。它讲的是怎么去找一家。

而另外两个，几乎不重合

剩下 Gemini 和 Perplexity，这两个是会报公司名的。六个案例合起来，一共提到 42 家不同的公司。没有一家是三个引擎都提的 - 这是必然的，因为第三个一家都不提 - 而且 42 家里有 33 家，也就是 79%，只被其中一个引擎提到。

这两个会作答的引擎之间的重合度，因行当不同差得很远。里尔的餐馆，它们共有十二家里的四家；波尔多的理发店，十一家里的三家。可是尼斯的牙医那一题，Perplexity 报了七家诊所，Gemini 一家也没报 - 它给的是预约平台和挑选标准。斯特拉斯堡的律师那一题，Gemini 同样一个人也没点。

翻译成开店的话就是：「我在 AI 上有曝光」这句话，只要没说清是哪一个 AI，就等于什么都没说。你完全可能在同一天、同一时刻、同一个问题下，被 Perplexity 提到而在 Gemini 里彻底缺席 - 你这边什么都没变。

我们扔掉的一个数字

我们的自动统计一开始报的是 109 家公司，其中 93% 只被一个引擎提到。我们没发。把名单重读一遍才发现，那些「公司」大多根本不是公司：那是抽取程序当成专有名词的指令性句子 - 「核对法律信息」「挑选标准」「上门时间与可预约情况」。

这是本周第三次踩上这个坑，而它很有教益：当助手用建议而不是名字来回答，一个粗心的测量就会把这些建议算成竞争对手。上面那 42 家公司，是一家一家手工确认过的。好看的那个数字是错的；留下来的这个是核对过的。

市场那边量到的东西

我们的结论，从一条完全不同的路径，和 SOCi 发布的 2026 年本地可见度指数对上了：在 2 751 个品牌旗下、超过 35 万家门店的分析中，ChatGPT 只推荐了其中的 1.2%。换句话说，绝大多数商户在它的回答里并不存在 - 这正是八月某个上午的六个问题让人看见的东西。

同一批分析把 2026 年用 AI 做本地查询的比例定在 45%，而去年是 6%。一个一年之内翻了七倍的渠道，里面却有一个主要助手几乎谁的名字都不报：胜负就在这里定。

拿这个做什么

• 别再用单数说「AI 可见度」。这是三个测量，而且它们并不收敛：你在其中一个里的存在，说明不了另一个。
• 别只测一次 ChatGPT 就下结论。它不提你，可能只是说明它在你这个行当里谁都不提 - 单独测它，你学不到关于自己的任何事。
• 先看那个会提你这个行当的引擎。六个案例里，Perplexity 六次都报了公司名，Gemini 是四次。从有名单可挤进去的地方开始。
• 小心那些根本不是对手的「竞争对手」。如果一份报告把「挑选标准」当成你的对手摆给你看，那它数的是建议，不是公司。

局限照旧：六个问题、一个国家、一个上午、每个引擎一个模型。这不是普查。但这个做法 - 同一个问题、同一分钟、三个引擎 - 把省事的解释排除掉了：不是日子的问题，不是问法的问题，也不是运气。是引擎的问题。