两个助手，同一个问题，没有一个共同的名字

简短的回答：被一个助手点名，几乎说明不了另一个助手会怎么做。我们在四个国家向ChatGPT和Gemini提出同样的1,320个问题，其中79.2%的情况下，两份回答没有一家共同的企业。 同样的措辞、同一座城市、同一个行业，同一天提问。两份各约六个名字的清单，毫无交集。

在一个助手里可见，并不等于可见。那只是在一个助手里可见。

测量了什么

Waseit的四项国别研究保存了原始回答：法国采集于2026年7月30日，英国7月31日，巴西8月6日，美国9月13日。每项研究在13座城市、约20个行业里提出两个问题：{城市}最好的{行业}有哪些，以及列出{城市}最受推荐的{行业}并说明理由。两个助手收到同一句话，逐字核对。我们只保留双方各自点出至少三家真实企业的问题，即1,800组中的1,320组，并用两种方式比较：完全匹配，然后是刻意宽松的匹配，共享一个词、或一个名字包含在另一个之中，都算作一致。

哪里一致，哪里从不一致

分歧并不均匀。在被大型连锁品牌主导的行业里它会塌缩，在纯粹本地的行业里则是彻底的分歧。

问人力派遣公司，会落到少数几个全国品牌上，两个助手都会去取用它们。问水管工，没有全国品牌可取用，于是各自拼出自己的清单，两者从不相遇。行业越本地，二者越不一致。

如果被问的是你的企业

只看一个助手的审计，测的就是一个助手。被ChatGPT点名是有价值的，但它几乎不能说明同一位客户问同样的问题时Gemini会答什么。对本地行业来说，这是两个彼此独立的市场，第二个不是第一个的副本。

这项测量没有证明什么

• 它不说明谁对。两份清单都没有与真正在这些城市经营的企业逐一核对。
• 它不测量有多少客户在问。研究测的是回答，不是流量，也不是需求。
• 四项研究采集于2026年7月30日至9月13日之间的不同日期，因此国与国之间的比较并非同日比较。
• Perplexity被排除在外：美国研究中没有它，纳入就会用不同引擎去比较不同国家。
• 名字来自对回答的自动抽取。我们剔除了476种属于判断标准而非企业的表述，例如“Strong Track Record”，并舍弃了1,800个问题中一方最终可用名字不足三个的480个。
• 一次测试不等于一年的测试。每个助手对每个问题只回答了一次。