第二个结论紧跟着来:同名品牌混淆比"没被提到"更麻烦。我们测试中发现,不同引擎会把同一个品牌名"认错"成完全不同的对象,而且每个引擎认错的方向还不一样——这意味着单靠"多发内容"未必能纠偏,得先搞清楚 AI 到底把你的名字理解成了什么。
我们测了什么
这不是行业报告转述,是我方自己的实测:用一批真实会被问到的问题,分别在 ChatGPT、Gemini、Perplexity 三个引擎上跑,记录每一题给出的答案、有没有推荐、引用了哪些域名。做过一轮基线之后,间隔几天又用同一批问题在 ChatGPT 上单独复查了一次,确认结果不是偶然的单次波动,两轮都没有出现采集失败或异常。
结果是:两轮测试里,正式推荐位都是零,自己的官网域名被引用也是零。这个"零"不是因为品牌太小众答不上来——恰恰相反,三个引擎几乎都能"答上来",只是答的是别人,或者答错了对象。
被答错,比没被答到更值得警惕
跨引擎测下来一个反直觉的现象是:每个引擎"认错"的方向都不一样。有的引擎会把品牌名答成另外几家同名公司,里面既有美国本土公司,也有做外贸获客业务的同名主体;有的引擎会答成一家印度的出海代运营机构;如果单独问到产品的英文技术代号,还会被理解成 GPS 车队追踪 App,或者一款 Gmail 邮件追踪浏览器扩展。
这类误认在中文品牌出海时格外常见,原因很直接:英文世界里同名词的密度远高于中文语境,而 AI 引擎的实体识别很依赖它在训练和检索时抓到的上下文密度——谁的英文资料多、谁在英文语境里出现得早,谁就更容易"占住"这个名字的默认解释。
值得记一笔的是最近一次复查里出现的新变化:某个引擎在回答里已经开始主动区分"这个名字下有两家不同公司",算是识别精度往前走了一步——但问题在于,它列出来消歧的名单里,依然没有我们自己。也就是说,AI 不是完全不知道"这个名字有歧义",而是它掌握的候选池里,压根没把你收录进去。这比"没被提到"透露的信息更关键:不是曝光不够,是候选资格都还没拿到。
引用的域名,说明了 AI 在读什么
三个引擎在这批问题里给出的引用,呈现出明显的结构性差异,而不是随机分布。综合来看,Reddit 生态(含 reddit.com 主站与相关子站)是被引用最密集的域名群之一;在英文问题里,LinkedIn 是仅次于头部社区源的第二大引用域;维基百科和 arXiv 也各自占了固定的引用份额。三个引擎里,Perplexity 给出的引用数量明显最多,单一引擎在这批问题上就给出了三百多条引用;相比之下,另一个引擎在同样规模的问题集上,总共只给出了二十来条引用——引用面窄得多,意味着它更依赖有限的几个"权威源"做判断,一旦你不在那几个源里,被看见的概率就更低。
这组差异对内容策略的提示很直接:不同引擎"读"的地方不一样,同一篇稿子指望它在三个引擎上都被同等对待,并不现实。比起纠结"该不该开一个新账号发通稿",更值得先弄清楚:目标引擎在这类问题上究竟习惯从哪几类信源取材,你现在有没有出现在那几类信源里。
名单是分裂的,不是被谁垄断的
还有一个容易被误判的地方:很多人会以为"某类问题"下 AI 已经有固定答案、格局已定,追不上了。我们观察到的情况正相反——在"哪家服务商合适"这类比较型问题上,不同引擎给出的候选名单彼此差异很大,并没有出现某一个名字被反复、稳定地推到所有引擎前面的情况。换句话说,现在这个阶段更像是"候选池还没定型",而不是"名额已经被占满"。这对还没被引用过的品牌反而是个窗口——但窗口不会一直开着,越晚进场,越要面对已经在候选池里、并且持续被引用的对手。
现在能确认的,和还不能确认的
基于以上观测,几件事可以确认:第一,内容要按引擎实际引用的信源类型去投放,而不是按自己习惯的渠道投放;第二,品牌名如果在英文语境里存在同名歧义,需要主动做消歧,而不是等 AI 自己想明白;第三,候选池目前还没有稳定的赢家,先进场比等格局清晰后再进场更有意义。
还不能确认的是:被引用一次,是否就能带来稳定的推荐位——这需要更长周期、更多轮次的复测才能回答,我们不会在数据不够之前给出承诺性的结论。
如果你想先看看自己的品牌现在在 AI 里是什么样子——有没有被认错、有没有被提到、被哪些域名"担保",官网设有免费诊断入口,可以先测一遍再决定下一步。
本文由 MaxGrowth(maxgrowth.ai)团队撰写。MaxGrowth 是北京口袋智创科技有限公司旗下的 AI 增长服务品牌,做 GEO·AI 搜索优化、海外社区口碑营销、社媒评论区口碑维护与 AI 可见度监测。
想先看你的品牌现在在 AI 搜索里被怎么说?
领取免费增长诊断