馬來西亞的餐廳:AI 以四種語言推薦甚麼
發表日期: 2026年11月3日
四個行業中,餐廳的回答差異最大:各語言推薦的名單只有約 21% 相同。我們追蹤的餐廳在 6% 的回答中被提到,而且在英文中一次都沒有。
我們問了甚麼
三個情境:在首都某個區域為八個人辦生日晚餐(清真、有包廂、訂明人均預算);一對情侶在美食城市玩兩天,在小販攤檔與坐下來的餐廳之間選擇;以及一家人在古城區吃午餐,其中有一位吃素、還有一個幼兒,想找有冷氣的地方。每個情境為每種語言(英文、簡體中文、繁體中文、馬來文)各寫一次,並在四個 AI 引擎上各問三次。合計 144 則回答。
主要發現
- 各語言推薦的名單只有約 21% 相同(18 組語言配對的中位數,範圍 0% 至 46%;三個情境分別為 18%、15%、43%)。約有八成的推薦會隨語言改變,是四個行業中差異最大的。
- 答案很分散。 被提到最多的餐廳,也只出現在 10% 的回答中(144 則中有 15 則)。
- 我們追蹤的餐廳在 6% 的回答中被提到(144 則中有 8 則),全部出現在關於它所在城市的情境(48 則中有 8 則),另外兩個情境沒有。
- 按語言: 英文 36 則中 0 則;馬來文 3 次、簡體中文 4 次、繁體中文 1 次提及。
- 按引擎: ChatGPT 與 Perplexity 在任何語言、36 則回答中都是 0 次提及。DeepSeek 5 次、Gemini 3 次。
這代表甚麼
對餐廳來說,一家店可能在一種語言中不存在,在另一種語言中卻出現;而且多數引擎只會提到寥寥幾個地方。先在顧客使用的語言中被提到,才談得上排名。
方法與限制
每種語言、每個情境有 12 則回答,而餐廳名單又長又分散,因此只有少數餐廳能通過「至少 2 則回答」的門檻。這使重疊分數比其他行業更低、更不穩定。一次測試、同一日期;模型會更新。
數據收集於 2026 年 11 月 3 日。文中不指名被追蹤的餐廳及其競爭對手。