同一個問題換一種語言,AI 推薦的名單平均約有一半不同
發表日期: 2026年11月3日
我們在馬來西亞四個行業,以四到五種語言向四個 AI 引擎提出相同的真實情境問題。各語言推薦的名單約有一半相同,依行業從 21% 到 63% 不等。
我們問了甚麼
我們為每種語言各寫一次真實顧客會問的問題,每條都有地點、預算與情境。同一個情境以英文、簡體中文、繁體中文與馬來文提問(私立醫院另加印尼文)。每個情境在四個 AI 引擎(ChatGPT、Gemini、Perplexity、DeepSeek)上各問三次。
我們在馬來西亞測試四個行業:私立大學、景點與樂園、私立醫院、餐廳。合計收集 612 則回答。
主要發現
- 各語言推薦的商戶約有一半不同。 四個行業合計,兩種語言推薦名單的重疊程度中位數為 50%(84 組語言配對,範圍 0% 至 100%)。
- 視行業而定。 私立醫院的名單最一致,餐廳最不一致:
| 行業 | 語言配對數 | 重疊中位數 | 範圍 |
|---|---|---|---|
| 私立醫院 | 30 | 63% | 38%–89% |
| 私立大學 | 18 | 56% | 21%–100% |
| 景點與樂園 | 18 | 40% | 33%–64% |
| 餐廳 | 18 | 21% | 0%–46% |
- 名單的核心不變,邊緣會變。 前三個行業中,有一小群商戶在每種語言都被推薦,其他則只出現在一兩種語言。餐廳的回答最分散,幾乎沒有共同的核心。
- 引擎之間的差異不亞於語言之間的差異。 在四個行業中的三個,DeepSeek 與 Gemini 提到我們追蹤的商戶,次數遠多於 ChatGPT 與 Perplexity:
| 引擎 | 大學 | 景點 | 醫院 | 餐廳 |
|---|---|---|---|---|
| DeepSeek | 81% | 8% | 64% | 14% |
| Gemini | 50% | 0% | 67% | 8% |
| Perplexity | 17% | 11% | 24% | 0% |
| ChatGPT | 0% | 0% | 22% | 0% |
每個數字是回答中提到該行業我們所追蹤的那一家商戶的比例。
這代表甚麼
- 只看英文結果,只看到顧客被告知的一部分。用中文或馬來文提問的顧客,可能得到明顯不同的名單。
- 跨引擎的平均值會掩蓋很大的落差。同一家商戶可能在一個引擎的大多數回答中被提到,在另一個引擎卻一次都沒有。
- 回答非常分散的行業(例如餐廳),先被提到才是第一個目標。
方法與限制
這些精簡測試中,每種語言、每個情境有 12 則回答,幾個百分點的差異屬於雜訊。重疊程度只計算被 AI 推薦、且在該情境與語言下至少出現 2 則回答的商戶。這是四次測試、同一日期、同一國家;AI 模型經常更新。定義與限制請見「方法」頁。
數據收集於 2026 年 11 月 1 日與 3 日。所有發現均已匿名處理。