Sitegravity
← 全部研究

同一个问题换一种语言,AI 推荐的名单平均约有一半不同

发表日期: 2026年11月3日

我们在马来西亚四个行业,以四到五种语言向四个 AI 引擎提出相同的真实情境问题。各语言推荐的名单约有一半相同,依行业从 21% 到 63% 不等。

我们问了什么

我们为每种语言各写一次真实顾客会问的问题,每条都有地点、预算与情境。同一个情境以英文、简体中文、繁体中文与马来文提问(私立医院另加印尼文)。每个情境在四个 AI 引擎(ChatGPT、Gemini、Perplexity、DeepSeek)上各问三次。

我们在马来西亚测试四个行业:私立大学、景点与乐园、私立医院、餐厅。合计收集 612 则回答。

主要发现

  • 各语言推荐的商户约有一半不同。 四个行业合计,两种语言推荐名单的重叠程度中位数为 50%(84 组语言配对,范围 0% 至 100%)。
  • 视行业而定。 私立医院的名单最一致,餐厅最不一致:
行业语言配对数重叠中位数范围
私立医院3063%38%–89%
私立大学1856%21%–100%
景点与乐园1840%33%–64%
餐厅1821%0%–46%
  • 名单的内核不变,边缘会变。 前三个行业中,有一小群商户在每种语言都被推荐,其他则只出现在一两种语言。餐厅的回答最分散,几乎没有共同的内核。
  • 引擎之间的差异不亚于语言之间的差异。 在四个行业中的三个,DeepSeek 与 Gemini 提到我们追踪的商户,次数远多于 ChatGPT 与 Perplexity:
引擎大学景点医院餐厅
DeepSeek81%8%64%14%
Gemini50%0%67%8%
Perplexity17%11%24%0%
ChatGPT0%0%22%0%

每个数字是回答中提到该行业我们所追踪的那一家商户的比例。

这代表什么

  • 只看英文结果,只看到顾客被告知的一部分。用中文或马来文提问的顾客,可能得到明显不同的名单。
  • 跨引擎的平均值会掩盖很大的落差。同一家商户可能在一个引擎的大多数回答中被提到,在另一个引擎却一次都没有。
  • 回答非常分散的行业(例如餐厅),先被提到才是第一个目标。

方法与限制

这些精简测试中,每种语言、每个情境有 12 则回答,几个百分点的差异属于噪声。重叠程度只计算被 AI 推荐、且在该情境与语言下至少出现 2 则回答的商户。这是四次测试、同一日期、同一国家;AI 模型经常更新。定义与限制请见「方法」页。

数据收集于 2026 年 11 月 1 日与 3 日。所有发现均已匿名处理。

数据收集于 2026 年 10 月与 11 月。发现已匿名处理,只描述某一次测试在某一日期的结果。 → 方法

想看看你的品牌的情况吗?

免费 AI 曝光诊断