AI 推薦的店家名單會變嗎？隔 28 天重測，約七成店家已不在名單上

TL;DR

• 我們把七月用過的 30 條在地推薦問句原封不動再問一次，間隔 28 天，兩期合計取得 353 筆有效回答，逐條比對前後兩份推薦名單。
• ChatGPT 在七月推薦過的 367 家店，八月只剩 102 家還在名單上，留存約 27.8%；以單條問句計算的平均重疊率為 15.2%。
• 名單的穩定度與行業有關：水電行與律師相對穩定（22.6%、21.6%），咖啡廳與健身房最容易換人（9.8%、9.6%）。
• 來源結構同步移動。ChatGPT 引用業者官網的比例從 34.2% 降到 17.5%，減少的部分幾乎等量轉往部落格（13.7% → 24.6%）。
• Gemini 在這段期間改用地圖面板回答在地推薦，八成以上的回答不再附帶來源標籤，因此兩期數字不具可比性，本文將其單獨說明。

目錄

• 這次重測怎麼做
• 一個月後名單還剩多少
• 哪些行業的名單相對穩定
• 來源結構同時在移動
• Gemini 這次量到的是另一種東西
• 這份資料的限制
• 對經營者的意義

引言

上一期實測結束時留了一個問題：同一條問句，隔一個月再問，答案還會是同一份名單嗎？

這個問題之所以值得單獨做一期，是因為它影響的是投入方式而不是投入方向。如果 AI 的推薦名單相當穩定，那麼擠進去一次，效果就能維持一段時間，經營策略偏向一次性的資產建置；如果名單本來就流動得快，那麼「這個月有沒有被提到」的參考價值就低，該看的是持續被提到的機率。這兩種情況要做的事並不相同。

七月那批問句與取樣設定完整保留了下來，八月中重跑一次即可比較。以下是結果。

這次重測怎麼做

核心觀點： 兩期唯一的差別是時間，問句、引擎、取樣次數與抽取規則全部沿用第一期，比較才成立。

第一期的取樣完成於 2026 年 7 月 23 日，第二期在 8 月 20 至 21 日進行，間隔 28 天。使用的是同一批 30 條問句（6 個行業 × 5 個城市，形式為「城市＋行業＋推薦」），同樣對 ChatGPT 與 Gemini 各取樣 3 次，同樣從一般家用網路發出。第二期取得 178 筆有效回答（180 筆中失敗 2 筆），第一期為 175 筆。

比較的方式需要先說明。同一條問句在同一期會問三次，三次的名單不會完全一樣——這種回答的隨機性本身就是 GEO 量測的難題之一——所以我們先把三次回答裡出現過的店家全部合併成一份集合，代表「這條問句在這個月會出現的名單」，再看兩期的集合有多少交集。重疊率的算法是「兩期都出現的店家數，除以兩期出現過的店家總數」，數值介於 0 到 1 之間，越高代表名單越接近。

另外有兩點會壓低這個數字，讀的時候要記得。店名的比對只做了大小寫與空白的正規化，同一家店如果兩期被寫成不同形式（例如一次帶分店名、一次不帶），會被算成兩家不同的店。加上取樣只有三次，本來就無法窮盡一條問句可能出現的所有店家。因此這裡算出來的重疊率應該理解為下限，實際的名單流動可能沒有數字顯示的那麼劇烈。

一個月後名單還剩多少

核心觀點： ChatGPT 七月推薦過的店家，八月約有七成不再出現；名單的替換速度比多數人預期的快。

先看總量。ChatGPT 在第一期的 30 條問句中，總共推薦過 367 家不重複的店家，第二期仍出現在名單上的有 102 家，留存約 27.8%。以單條問句為單位計算的平均重疊率是 15.2%。

兩個數字的差距值得解釋一下。留存率是把 30 條問句的名單全部倒在一起算，比較大的名單（例如某些城市的律師查詢一次會列出二十幾家）在裡面權重較高；平均重疊率則是每條問句各自算完再平均，每條問句權重相同。前者反映整體有多少店被留下，後者反映一條典型問句的名單變動程度。兩個角度都指向同一個方向：一個月的間隔已經足以讓多數名單換人。

分布也相當分散。30 條問句裡有 4 條的重疊率是 0，也就是兩期完全沒有一家店重複；最高的一條是「台南 律師 推薦」的 35.3%，12 家中留下 6 家。沒有任何一條問句的名單維持不變。

需要補一句：其中「新北 牙醫 推薦」在第一期沒有抽取到任何店家名稱，這條在計算上會呈現 0%。把它排除之後，平均重疊率從 15.2% 變成 15.1%，對結論沒有影響，但為求準確還是說明。

哪些行業的名單相對穩定

核心觀點： 名單的穩定度與該行業的引用來源結構相關——依賴第三方內容的行業，名單跟著內容更新而流動。

把 ChatGPT 的結果按行業拆開：

這個排序與第一期量到的來源結構可以接起來看。第一期量到咖啡廳的引用來源有六成來自部落格與媒體、業者官網只占 4.9%，而咖啡廳正是這次最不穩定的行業之一。反過來，律師是第一期官網占比最高的行業之一（55.2%），公協會名錄也占了 10.3%，這次的重疊率則排在前段。

一個合理的解釋是：當 AI 組名單的證據主要來自食記、推薦清單這類第三方內容，而那些內容本身就在持續更新，名單自然跟著移動；當證據來自業者官網與公協會名錄這種變動較慢的來源，名單的替換速度也跟著慢下來。這只是相關性，資料無法證明因果，但兩期之間的對應關係是一致的，值得列入考慮。

水電行的位置比較特別。它在第一期是來源最分散的行業（部落格、平台、官網三者相去不遠），這次卻是重疊率最高的。分散的來源結構是否反而讓名單不容易被單一內容源的更新帶動，目前的資料量還不足以判斷，留待後續觀察。

來源結構同時在移動

核心觀點： 業者官網的引用占比從 34.2% 降到 17.5%，減少的份額幾乎等量出現在部落格。

這次順帶重跑了第一期的主要指標。ChatGPT 的 grounding 率——也就是回答有實際去查資料的比例——從 91.8% 上升到 97.7%，引用來源的類型分布則有明顯變化：

第一期最常被引用的結論是「業者官網約三分之一、目錄與平台約三成，兩者合計約三分之二」。在 ChatGPT 這一側，這個比例已經變成官網 17.5% 加上目錄 38.9%，合計約 56%。目錄與平台的份額穩住甚至略增，官網減少的部分則幾乎等量出現在部落格。

必須說清楚的是，這是兩個時間點的比較，不是趨勢線。兩點之間可以畫出無限多條曲線，這次的變化可能是持續的方向，也可能是短期波動，甚至可能是特定行業的抽樣造成的。要判斷是不是趨勢，至少需要第三期、第四期的資料。在那之前，比較保險的讀法是：業者官網在 AI 引用中的份額並不是固定的，它會變動，而且一個月內就可能出現這種幅度的移動。

Gemini 這次量到的是另一種東西

核心觀點： Gemini 在這段期間改以地圖面板回答在地推薦，兩期抽取到的資料性質不同，數字不宜直接對比。

Gemini 這一側出現了預期外的狀況，必須單獨說明，因為它會影響資料怎麼讀。

第一期時，Gemini 回答在地推薦的方式是文字說明搭配來源標籤，也就是段落旁邊那些小小的來源名稱。90 筆回答裡有 79 筆（87.8%）帶有這種標籤，我們的來源分類就是從標籤抽出來的。第二期同樣 90 筆回答裡，帶標籤的只剩 11 筆（12.2%），取而代之的是 74 筆（82.2%）改用類似地圖搜尋結果的面板呈現：店名、星級評分、營業狀態、可展開的側欄。第一期出現這種面板的只有 4 筆。

這代表兩期抽到的東西性質不同。第一期抽到的是「AI 引用了哪些網頁」，第二期抽到的多半是地圖商家列表。因此 Gemini 的來源類型分布這次只有 45 個樣本（第一期是 330 個），樣本數與性質都不足以與第一期對比；同樣的，第二期 Gemini 的 grounding 率之所以只有 14.4%，是因為我們的判定標準是「有沒有來源標籤」，標籤不存在時判定自然落空，並不代表它不再查資料。這兩個數字都不應該被引用為 Gemini 的行為變化。

至於這個轉變本身，資料能說的有限。單一觀測點、兩個時間點，無法區分它是全面性的介面調整、特定查詢類型的處理方式改變、還是分流測試造成的差異——生成式工具調整回覆形式相當頻繁，也未必對所有使用者同步生效。這裡只記錄我們實際量到的分布變化，不推論原因。名單重疊率的部分，Gemini 為 5.9%（499 家留下 44 家，8.8%），方向與 ChatGPT 一致但更低，只是在兩期取材機制不同的前提下，這個數字的參考價值低於 ChatGPT 那一組。

這份資料的限制

核心觀點： 兩個時間點、單一觀測點、下限估計的重疊率——這份資料適合用來判斷量級，不適合用來做精確推估。

第一期列過的限制這次同樣適用，不再重複，以下是這一期新增或加重的部分。

觀測點的問題這次浮上檯面。所有查詢都從台南發出，第一期的緩解方式是讓每條問句都帶明確城市名，讓意圖蓋過位置訊號。這次有 4 筆「台北」的 Gemini 查詢回傳了台南的店家，其中部分回答直接寫明是依據發問位置調整了結果。比例不高（90 筆中的 4 筆），但顯示「帶城市名就能壓過位置偏差」這個假設並非在所有情況下都成立。要處理這件事需要多個地點的觀測，目前還沒有這個條件。

重疊率是下限估計，前面已經說明過原因。實務上解讀時，把它當成「至少有這麼多變動」比較安全，不要當成精確的流動率。

再來是兩期完成度的細微差異。第二期有 2 筆 ChatGPT 取樣失敗，第一期有 5 筆，因此有少數問句的取樣次數是 2 次而非 3 次。取樣次數較少的問句，合併出來的名單會偏小，重疊率會被略微低估。影響的問句數不多，但在比較個別問句時值得留意。

最後，來源分類仍然是人工標註。這次新增了 51 條來源進對照表，邊界上的判斷（例如以流量為目的的綜合型內容站，該歸為部落格還是媒體）沿用第一期的標準，但這類判斷本質上有主觀成分，個別百分比會受影響。

對經營者的意義

如果只能記住一件事，那應該是：AI 推薦名單的變動速度，比多數人以為的快。在這次的資料裡，一個月的間隔已經足以讓約七成的店家離開名單。

這件事的直接含意是，「某天問 AI 有沒有提到我」這個檢查方式，參考價值比想像中低。單次查詢的截圖無法區分「穩定被推薦」與「這次剛好出現」，而這兩件事的經營意義完全不同；單次測量的可靠性問題在學術上也已經被討論過。比較合理的做法是固定週期、固定問句地記錄，看的是出現的頻率而不是某一次的結果。

第二件事是行業差異依然成立，而且這次多了一層。第一期看到不同行業的引用來源結構不同，這一期看到的是這個結構會影響名單的穩定度。如果所處行業的引用生態偏向第三方內容，那麼被推薦這件事本身就比較不穩定，需要的是持續產出與持續被提及，而不是一次性的最佳化；如果生態偏向官網與名錄，一次把自家資訊整理清楚的效益就相對持久。

自己可以進行的測試維持與上期相同，但加一個動作：把同一條問句在不同的月份各問一次，把兩次的店家名單並排比對。不需要工具，一份試算表就夠。看的重點不是自己有沒有上榜，而是名單整體換了多少。那個數字大致就能說明，在這個行業裡「被 AI 推薦」比較接近一項資產，還是一個需要持續維持的狀態。

這是 GEO 研究所每月實測的第二期，由渥合數位王豪勳負責規劃測試。實測之外的方法與實作順序，另見〈AI SEO 完整指南：AI 搜尋時代的優化方法與實作順序〉。下一期預計處理另一個小問題：同一個意思換一種問法，AI 給的名單會差多少。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。

第一期的完整結果見〈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〉。