为什么 ChatGPT、Gemini 和 Perplexity 推荐的不是同一批本地商家？

周二早上，热水器坏了。租客没有在搜索框里打「附近水管」- 他去问自己的 AI 助手，也就是像 ChatGPT 那样用日常语言作答的程序。然后为了保险，又问了第二个。两个答案毫无交集。

简短的答案：这三个助手读的不是同一批来源。一个凭记忆作答，一个靠评价，一个当场去读目录。所谓「被 AI 推荐」并不存在 - 你是按引擎、按来源分别可见的。AEO（答案引擎优化：存在于助手的回答里，而不是一份链接清单里）谈的就是这件事。

今天早上我们量了什么？

2026 年 8 月 6 日，我们向三个助手提出了房主真正会问的问题 -「波尔多最好的水管师傅是谁？」「列出里尔最受推荐的水管师傅」- 当天早上收集了 12 条回答，沿用我们 7 月研究的公开方法。城市是法国的；这个现象不是。我们的英国研究在更大规模上发现了同样的分裂。

四个问题里，ChatGPT 三次拒绝报出名字 - 然后给了一个我们无法核实的名字。

ChatGPT（通过 API 调用，不带网页搜索 - 我们的方法论一开始就写明）在四个问题里有三个以礼貌的拒绝作答：「我无法给出具体推荐」，后面跟着泛泛的建议。第四个问题上，它点名「Plomberie Lille Services」，还配上听起来很笃定的理由 -「以响应快著称」。我们没能把这个名字对应到任何可查证的商家。

Gemini 在四个问题上都报出了商家名，还宣布了自己的方法：「基于 Google 评价、本地口碑和价格透明度」。这是一份凭记忆列出的名单，靠的是聚合起来的评价。

Perplexity - 三者中唯一一个边答边搜网页的 - 用目录来思考：ThreeBestRated、黄页、评价平台。它端出来的名字，就是那些目录排在前面的名字。在波尔多，某位水管师傅之所以居首，是因为 ThreeBestRated 把他放进了自己的前三。

为什么三个答案差这么多？

因为根本没有「那个 AI」：有的是三套来源体系。模型的记忆，在训练时就被冻住了。聚合起来的评价，它奖励一份打理得好的 Google 商家资料。以及目录，在问题被提出的那一刻才去读。我们 2026 年 7 月的英国研究在规模上证明了这一点：在 1,464 条回答里，助手之间提到的名字只有 3% 是重合的。

实际后果：一家企业可能在搜索里排第一、在 Gemini 里出现，却对 Perplexity 完全不可见 - 仅仅因为那个引擎读的目录里没有一个提到它。AI 可见度不是在「AI 里面」赢到的；是在每个引擎的来源里赢到的。

明天早上该做什么？

• 把你的 Google 商家资料保持最新，累积近期评价：这正是 Gemini 自己说它在用的原料。
• 出现在助手真正会引用的目录里 - 今天早上，就水管师傅而言是 ThreeBestRated 和法国的黄页；请核对你所在市场的对应物。核实一条登记只要十分钟。
• 把三个引擎分开量：只用一个助手算出来的分数，天生就在说谎。我们的免费检测 60 秒内问 ChatGPT 和 Gemini，不用注册 - 订阅会加上 Perplexity 及其来源。

最后说句实在话：这次测量是一张带日期的照片，助手的回答一天一个样。这恰恰说明，一个孤零零的数字，不如一条量出来的走势值钱 - 我们的如此，你的也一样。