Sitegravity

我們如何測量

我們做甚麼、如何計算,以及數字在哪裡不再可靠。

為何每條問題要問不止一次

AI 的回答並不固定:同一個問題,每次都可能得到不同答案。我們在每個引擎上把每條問題重複多次,按每一輪抽樣分別計算提及率,並報告平均值與最小至最大的範圍。

各引擎的搜尋來源

聯網搜尋在各供應商端執行。ChatGPT 與 Gemini 使用各自供應商的原生搜尋;Perplexity 的搜尋內建於模型;DeepSeek 使用第三方搜尋(Exa)。元寶同樣使用第三方搜尋(Exa)。豆包目前以不聯網方式測量,結果反映模型訓練資料中的認識,與聯網引擎的提及率不可直接比較。兩者都只以中文題目提問。

透過 API 取得的結果,與一般人在供應商 App 內看到的並不完全相同。我們測量的是這些引擎經 API 作答的結果。

測量的型號:ChatGPT — GPT-6 Luna;Gemini — 3.6 Flash;Perplexity — Sonar;DeepSeek — V4.1 Flash;豆包 — Seed 2.1 Turbo,不聯網(App 免費版為 2.1 自動 / Lite,國際版 API 無 Lite 版本);元寶 — Hy3。型號會隨供應商更新而調整,以報告中標示為準。

地區差異

由於搜尋在供應商端執行,結果不受我們伺服器所在位置影響。地區差異來自問題中寫明的地點與語言。

如何辨識品牌

我們結合 AI 實體抽取(由 AI 模型列出每則回答提到的商戶)與每個品牌的別名比對,並處理簡繁轉換與公司後綴。

在品牌自身場地內營運的設施(例如度假區內的水上樂園)視為同一品牌;涵蓋多家業者的目的地名稱則不是。

語言比較如何計算

平行測試中,我們為每種語言各寫一次同一個情境,地點、預算與情況都相同。對每個情境與語言,我們取 AI 所推薦的商戶,只保留在至少 2 則回答中出現的。

再對每一對語言計算重疊程度:兩份名單都有的商戶數,除以任一份名單有的商戶數。主要數字是所有語言配對的中位數。商戶以官方英文名稱合併。

已知限制

  • 樣本不大:精簡診斷中,每種語言、每個情境只有 12 則回答。幾個百分點的差異屬於雜訊。
  • AI 模型經常更新。結果只描述某一模型版本在某一日期的表現,之後可能改變。
  • API 的結果與一般人在 App 內看到的並不相同。
  • 部分引擎引用來源的穩定性較低,因此它們的引用統計並不完整。
  • 重疊分數取決於有多少商戶通過「2 則回答」的門檻。回答差異很大的行業(例如餐廳),分數會較低也較不穩定。
  • 我們測量的是 AI 有沒有提到、推薦某個商戶,並非顧客之後有沒有採取行動。
  • 問題由我們撰寫,力求貼近真實,但並不代表所有顧客會問的問題。

最後更新: 2026 年 11 月 3 日

看看 AI 如何看待你的品牌

免費 AI 曝光診斷