同名的店不止你一家。AI 指的是哪一家？

在法国，叫「Le Fournil」的面包店有好几百家。叫「Bistrot du Coin」的有几十家。「Garage Central」几乎每个省都有一个。如果你顶着这样一个名字 - 或者任何别人也在用的名字 - 就有一个问题跟着来了：当客户问 AI「Le Fournil 在哪里」，它说的是谁？

今天早上我们就这么问了。三个特意选得很普通的店名，每个两个问题 - 「跟我说说……」和「……在哪里，营业时间是几点？」 - 分别问给三个助手：ChatGPT、Gemini、Perplexity。十八条回答，2026 年 8 月 9 日收集，全程没有提过任何城市。结果是：面对同名的对象，三个引擎干的完全不是同一件事。两个不表态，一个下判断。

每个引擎做了什么

ChatGPT（走 API，不开联网搜索）在六条回答里一个城市都没点，也没给过营业时间。它解释什么是面包店，建议你说得更具体些，然后就停在那里。Gemini 六次里有五次点明了这个含糊 - 「叫这个名字的店有好几家」 - 有时会举几个城市当例子，但从不锁定某个地址。

三者中唯一在回答当下读网页的 Perplexity，做的是另一件事。在三个「在哪里」的问题上，它每一次都指出了一家具体的店，还带完整地址。

「从结果看，最有可能的那家 Le Fournil 面包店位于 279 av. Paris, 79000 Niort。」（我们的译文）

在几百家法国「Fournil」里，尼奥尔 - 一座六万人口的城市 - 那家被选中了，还附上营业时间。小酒馆也一样，被系在巴黎勒德鲁罗兰大街 73 号；修车行则被放在拉沙佩勒昂塞尔瓦尔。平心而论，Perplexity 随后补了一句老实话：「如果你说的是另一家……」。但语音助手念出来的是第一段，眼睛记住的也是第一段。

为什么帮忙的那个引擎，也是拍板的那个

悖论就在这里：最有用的引擎 - 肯去取一个真实地址、而不是甩一句泛泛之谈的那个 - 也正是不得不做选择的那个。而它的选择，既不取决于客户离你多近，也不取决于你的面包好不好。它取决于来源：同名的几家里，资料最齐、被引用最多、前后最一致的那一家，拿走这条回答。

这个现象今年起在业内有了名字：实体消歧。原理说起来很简单 - 面对几个同名的候选，模型留下的是它读过的材料里信号最强的那个。换句话说：认出你的不是你的名字，而是挂在这个名字上的那一束彼此一致的信息。

我们自己也在经历，不妨直说。「Waseit」同时是一个阿拉伯语词（وسيط，意为「中介」），有一些老牌网站在用。今天早上在谷歌上测过：我们的站点在法国和巴西排第一，在英国则进不了第一页，因为那边这些同名者扎根更深。同样的机制，落在我们自己头上。

明天早上做什么

• 永远别让名字单独出门。凡是写下它的地方 - 官网、谷歌商家资料、名录、社交账号、邮件签名 - 都把行当和城市贴上去：写「Le Fournil，尼奥尔的面包店」，而不是光写「Le Fournil」。这是最便宜也最见效的一处修改。
• 各处写的要一致。这里地址写成缩写，那里营业时间是过期的：每一处对不上，都在削弱你这一束，同时加固同名那一束。
• 把你的各个账号互相连起来。网站指向你的主页，主页再指回网站：正是这种相互指向，让机器分得清你是哪一个「Fournil」。
• 去看看别人用你的名字在说什么。我们的免费检测 60 秒问完三个助手，不用注册 - 它会告诉你，它们说的是你，还是一个跟你很像的人。

结尾说一句老实话：我们并不是说这些回答是错的。尼奥尔那家「Fournil」大概确实存在，资料多半也准确。这次测量显示的是机制 - 在几家同名的正当商户之间，仅凭来源的分量，就有一家被点了名。十八条回答、一张有日期的快照、三个引擎：这不是普查。但如果你的招牌用的是个常见名字，这个问题值得你先问一遍，别等客户替你问。