AI 推薦在地店家時，引用的是誰的內容？175 筆回答的分類實測

TL;DR

• 我們用 30 條在地推薦問句（6 個行業 × 5 個城市），對 ChatGPT 與 Gemini 各取樣 3 次，共取得 175 筆有效回答，再把回答引用的 447 個來源逐一分類。
• 兩個引擎引用「業者官網」的比例幾乎一樣，都是三分之一左右；加上目錄與平台類，兩者合計約三分之二。
• 行業差異比引擎差異大得多：牙醫的引用來源六成是評價平台，咖啡廳六成是部落格與媒體，律師與美髮則是官網過半。
• Gemini 幾乎每次回答都會查資料，而且平均一次掛 3.9 個來源；ChatGPT 平均只引 1.5 個，在地查詢常以地圖元件回應。

目錄

• 這次實測怎麼做？
• AI 回答有多常真的去查資料？
• 引用來源的類型分布長什麼樣？
• 為什麼行業差異才是重點？
• 這份資料的限制
• 對經營者的意義

引言

「為什麼 AI 推薦的是別家，不是我？」這個問題在過去一年被問得越來越多，但市面上的討論大多停在推測：有人說 AI 看權威、有人說 AI 看評論數，也有人直接去問 AI「你都引用什麼來源」，然後把 AI 的自我描述當成答案。問題是，AI 對自己行為的描述是它的猜測，不是它的紀錄，拿來當依據並不可靠。

我們決定進行量化實驗：拿一般消費者真的會輸入的問句，例如「台南 牙醫 推薦」，重複丟給 AI，然後看它每一次的回答實際引用了哪些來源，再把這些來源逐一分類。做完之後，答案比想像中清楚，而且有幾個地方跟流行的說法不一樣。

這次實測怎麼做？

核心觀點： 丟給 AI 的是消費者問句而不是研究問題，來源分類是事後從回答資料標註出來的——這是本次方法與多數 GEO 文章最大的差異。

設計上有三個重點。第一，問句必須是消費者措辭。我們選了 6 個行業（牙醫、咖啡廳、健身房、美髮、水電行、律師）搭配 5 個城市（台北、新北、台中、台南、高雄），組成 30 條「城市＋行業＋推薦」形式的問句。這些行業刻意橫跨不同的內容生態：醫療有評價平台、餐飲有食記文化、居家服務有接案平台，這樣分類出來的分布才有對照意義。

第二，同一條問句不能只問一次。AI 的回答有隨機性，同一個問題連問三次，可能出現三份不太一樣的名單，所以每條問句對每個引擎都取樣 3 次，總共 180 筆，最後成功取得 175 筆（97.2%），兩個引擎的 30 條問句都有完整覆蓋。取樣於 2026 年 7 月完成。

第三，來源的認定用回答裡的實際引用，而不是 AI 的自述。ChatGPT 的來源取自回答附帶的引用連結（地圖元件產生的圖資版權連結已排除）；Gemini 的引用欄位抓不到真實的查證連結，我們改從答案內嵌的來源標籤（答案段落旁那些小小的來源名稱，一般稱為 citation chip）抽取。所有來源名稱與網域共 193 條，逐一人工分成六類：業者官網、目錄與平台、部落格、媒體、政府與公協會、其他。分類用同一份對照表套用到全部樣本，同一個來源不管出現在哪筆回答，歸類都一致。

AI 回答有多常真的去查資料？

核心觀點： 兩個引擎有九成以上的回答真的執行了搜尋，但引用密度差距很大——Gemini 平均一次掛 3.9 個來源，ChatGPT 只有 1.5 個。

先講一個背景：AI 回答問題時，不一定每次都會去搜尋即時資料，有時候直接用模型本身記住的內容回答，這個「有沒有真的去查」的動作一般稱為 grounding。我們原本以為在地推薦這種問題會有不少回答是憑記憶生成的，實測結果卻是 ChatGPT 有 91.8% 的回答帶了查證跡象，Gemini 更高，有 94.4%。

不過兩者查完之後的表現差很多。Gemini 平均每筆回答引用 3.9 個來源，答案裡的每個推薦段落幾乎都掛著來源標籤；ChatGPT 則平均只引用 1.5 個，而且遇到在地查詢時，它偏好直接畫一張地圖給你，內容引用反而精簡。這個差異對後面的分布統計有影響：Gemini 貢獻的來源樣本（330 個）是 ChatGPT（117 個）的近三倍，所以我們把兩個引擎分開呈現，不做混合排名。

另外補充一個手動測試的觀察：在無痕視窗對 Gemini 問同一條問句，第一次的回答常常不帶任何來源，再追問一次才會觸發搜尋、掛出來源標籤。也就是說，消費者實際看到的畫面，會因為問法與輪次而不同。本次實測統一採「單次提問」情境，符合多數人第一次問的樣子。

引用來源的類型分布長什麼樣？

核心觀點： 業者官網約占三分之一、目錄與平台約占三成，兩者合計約三分之二——AI 推薦的證據鏈主要建立在這兩種來源上。

分類完 447 個「回答 × 來源」樣本後，分布如下（同一筆回答內重複出現的來源只計一次）：

最值得注意的是第一列：兩個引擎對業者官網的引用比例幾乎一致，都落在 34% 上下。這件事我們沒有預設立場，跑出來一致到這個程度，是整份資料裡最意外的結果之一。它的含義很直接——店家自己的官方網站，仍然是 AI 組推薦名單時最主要的證據來源之一，而不是像部分討論所說的「AI 時代官網不重要了」。

第二名的目錄與平台類（評價平台、接案平台、預約平台、在地目錄）在兩個引擎都占了約三成。把前兩類加起來，三分之二的引用證據來自「結構化的商家資訊」，剩下三分之一才是部落格、媒體這些內容型來源。兩個引擎的口味差異也看得出來：Gemini 明顯更常引用部落格（21.5% 對 13.7%），ChatGPT 則更常引用政府與公協會來源（6.0% 對 0.9%），例如律師公會名錄與縣市政府的法律諮詢頁。

為什麼行業差異才是重點？

核心觀點： 「想被 AI 推薦該經營什麼」沒有通用答案——牙醫的答案在評價平台，咖啡廳的答案在部落格與媒體，律師與美髮的答案在自家官網。

如果只看整體分布，很容易得出「經營官網加上目錄就對了」的結論，但把資料按行業切開，圖像完全不同：

牙醫的引用來源六成集中在評價與查詢平台，這跟醫療業「信任需要中介」的性質吻合——消費者不敢只看診所自己怎麼說，AI 組名單時也一樣。咖啡廳則是另一個極端，官網引用只有 4.9%，AI 的證據幾乎全部來自食記部落格與媒體報導，這反映的是餐飲業長期以來的內容生態：關於一家咖啡廳的公開資訊，本來就大多不在它自己的網站上。

律師和美髮的官網占比都超過五成五，這兩個行業的共通點是服務高度個人化、決策時消費者會想直接看「這家店（這位律師）自己怎麼呈現自己」。水電行的分布最分散，部落格、平台、官網三者相去不遠，可以解讀為這個行業還沒有哪一種來源生態取得主導地位。

對照起來，行業之間的差距遠大於引擎之間的差距。同樣是「被 AI 推薦」這個目標，不同行業該投入的地方並不一樣，把別的行業的成功做法直接搬過來，方向可能就錯了。

這份資料的限制

核心觀點： 這是單一時間點、單一觀測點的快照，行業層級的數字應視為方向性參考，而非精確估計。

為了避免這份資料被過度引用，有幾件事必須先釐清。

首先是時間與地點。取樣集中在 2026 年 7 月的數天內，AI 的檢索行為與來源偏好會隨時間變動，這份分布是快照不是常態。所有查詢都從一般家用網路發出，雖然問句都帶了明確城市名、意圖由問句主導，但我們無法排除發問位置對搜尋結果的殘餘影響，也因此這次刻意不做「不帶城市名」的問句。

其次是抽取方法的不對稱。ChatGPT 的來源有網址可以核對，Gemini 的來源只有名稱標籤，同名不同站的情況可能被誤併。取樣過程也有摩擦：ChatGPT 在連續查詢下會出現暫時性的阻擋，首輪失敗率一度達 58%，拉開查詢間隔並重試後，最終完成率為 94%（85/90）。這個「量測本身有阻力」的現象，反過來也說明了為什麼單次查詢的截圖不能當結論。

最後，來源分類是人工標註，六類的邊界上必然有主觀判斷（例如預約系統商的內容站該算平台還是媒體）。我們用單一對照表套用到全部樣本來確保內部一致，但邊界上的個案如果換一種標法，個別百分比會有小幅移動，解讀時應該保留這個彈性。

對經營者的意義

回到開頭那個問題：為什麼 AI 推薦的是別家？從這份資料看，答案不是玄學。AI 組推薦名單時查的來源有跡可循，而且三分之二集中在官網與目錄平台這兩種可以主動經營的資產上。對多數服務業來說，第一步不是去猜演算法，而是先弄清楚自己行業的引用生態長什麼樣——是評價平台主導、內容生態主導，還是官網主導——然後把資源放在那個位置上。

自己也能進行的測試：拿你自己的行業與城市，把同樣的問句丟給 ChatGPT 和 Gemini 各問幾次，記下每次回答引用了誰。樣本不用多，你大概就能看出自己行業的來源結構，以及自己現在缺席的是哪一塊。

這是 GEO 研究所每月實測的第一期，由渥合數位王豪勳負責規劃測試。下一期我們會處理另一個小問題：同一條問句，隔一個月再問，答案還會是同一份名單嗎？除了關注渥合數位有關GEO 生成式引擎優化的技術文章外，也歡迎加入我們的生成式引擎優化（GEO）研究所臉書社團。