
AI在6%的推荐中提到你开了多久
在ChatGPT或Gemini推荐商家的16,022处文字中,有6%提到了商家的年头。Gemini是ChatGPT的3.6倍,面包店远多于水管工。
6.2%
推荐商家的段落中提到经营年头的比例
简短回答:ChatGPT或Gemini推荐商家时,提到它经营了多久的占6.2%:四个国家16,022处中的987处。 Gemini在11.3%的段落中这样做,ChatGPT为3.1%。而且完全取决于行业:法国面包店近十家有三家是带着历史被推荐的,巴西电工一家也没有。即使提到年头,助手也几乎从不给出日期(987处中只有42处),它说的是"老字号""几十年来""家族经营"。
11.3% / 3.1%
Gemini对比ChatGPT
42
这987处中给出日期或年数的数量
年头在面包店里是理由,在别处几乎不是。
测量了什么
我们在2026年10月1日重读了四项研究:同样的买家问题("里昂最好的面包店""休斯敦的好水管工"),通过API在不开启网络搜索的情况下提给ChatGPT(gpt-4o-mini)和Gemini,分别在美国(2026年9月13日采集)、英国(7月31日)、法国(7月30日)和巴西(8月6日)。共3,600条回答。我们把每条回答切成段落(编号条目、小标题及其后内容、自然段),保留点名商家的段落,并剔除平台和目录(Yelp、Zillow、Avvo)以及建议条目("评价:请查看…"),共得到16,022处。我们在每处查找英语、法语和葡萄牙语中关于年头的说法:创立日期("自1888年""1892年创立")、年数("40多年经验")或表达年头的词("几十年来""老字号""家族经营")。检测规则事先用15个必须识别的说法和6个不应计入的说法("10年保修""5岁以上儿童")测试过,之后又阅读了部分段落样本。
| 国家 | ChatGPT:段落 | 提到年头 | Gemini:段落 | 提到年头 |
|---|---|---|---|---|
| 美国 | 2,801 | 3.5% | 1,467 | 13.2% |
| 英国 | 2,824 | 4.6% | 1,399 | 11.3% |
| 法国 | 1,869 | 3.2% | 1,286 | 15.4% |
| 巴西 | 2,611 | 1.1% | 1,765 | 6.9% |
面包店、酒店和中介
年头在各行业中的分布并不均匀。在法国,102处面包店段落中有29处提到年头,餐厅105处中有22处,酒店276处中有55处。 英国紧随其后的是租赁中介和房产中介,约15%。在另一端,222处巴西电工段落和182处英国婚礼摄影师段落中,没有一处说到商家从何时开始经营。助手只在历史本身就是顾客所买之物的地方谈历史:面包、餐桌、客房、熟悉这条街的中介。
| 行业 | 国家 | 段落 | 提到年头 | 占比 |
|---|---|---|---|---|
| 面包店 | 法国 | 102 | 29 | 28.4% |
| 餐厅 | 法国 | 105 | 22 | 21.0% |
| 酒店 | 法国 | 276 | 55 | 19.9% |
| 租赁中介 | 英国 | 236 | 40 | 16.9% |
| 房产中介 | 英国 | 248 | 37 | 14.9% |
| 水管工 | 美国 | 252 | 31 | 12.3% |
| 婚礼摄影师 | 英国 | 182 | 0 | 0.0% |
| 电工 | 巴西 | 222 | 0 | 0.0% |
Gemini讲故事,ChatGPT列清单
两个引擎之间的差距在每个国家都成立。在法国,Gemini在15.4%的段落中提到年头,ChatGPT为3.2%;在美国为13.2%对3.5%。Gemini为更少的商家写更长的段落,历史是它用来填充的内容之一,就像价格一样(AI更看重清楚的价格而非低价)。作为对比,两个引擎中关于口碑和专长的词汇出现频率都是年头的数倍。这两者之间的精确排序我们不给出:它们的说法太多样,无法准确计数。
如果你是商家,这意味着什么
如果你卖的是历史,比如面包店、餐厅、酒店,或熟悉这座城市三十年的中介,助手可能会用上它,但说得很模糊:"老字号""几十年来"。987处中只有42处给出了日期。助手复述的是关于你的文字:所以你开业的年份,值得在所有能被读到的地方写得清楚且一致:你的网站、地图上的商家信息、报道你的本地媒体和指南。如果你是电工或婚礼摄影师,年头几乎不会出现:助手谈论这类商家时说的是它们做什么,以及顾客怎么评价。这些都不保证你在回答中有一席之地,只是告诉你,在你的行业里,助手为一个名字给出理由时用的是哪一种事实。
这项测量不能证明什么
- 这些是模型通过API、不开网络搜索时的回答,也是我们审计的提问方式。开启搜索的应用可能写法不同。
- 四项研究于2026年7月30日至9月13日之间采集,每个问题运行一次。模型此后已有变化,这里没有测量这种漂移。
- 一个段落可能点名多个商家,此时一次年头提及按段落计一次,而不是按商家计。
- 按词汇分类会漏掉换了说法的理由。因此本期既不给出"没有理由的段落"的比例,也不给出口碑与专长之间的细致排序:重读最初被归为"没有理由"的段落时,大多数其实给出了理由,只是用了我们没有统计的词。
- 各行业的数字各基于100到300处段落:在表格两端清楚,但并非精确到每个百分点。
常见问题
AI会因为商家历史悠久而推荐它吗?
我应该在网站上写明创立年份吗?
这些数字从哪里来?
每日文章,邮件送达
每天最多一封邮件。一键退订。您的地址仅用于此。 隐私