AI 推薦的店家會因問法改變嗎？144 筆實測，同句重問也只重疊兩成

TL;DR

• 我們把前兩期的在地推薦問句改寫成四種問法：關鍵字式、口語句、口語加上具體需求、加上「前五名」，對 ChatGPT 與 Gemini 各問三次，共取得 144 筆回答。
• 比較問法之前要先知道基準：同一句話在同一天問兩次，兩份推薦名單平均只有約兩成相同（ChatGPT 24.3%、Gemini 18.8%）。
• ChatGPT 對句型不敏感。口語句與關鍵字式的名單重疊 29.3%，與重問同一句相當；加上具體需求後則降到 6.8%。
• Gemini 對措辭敏感。只把句子改成口語，重疊就降到 9.1%，約為基準的一半；但引用來源的類型比例幾乎沒有改變。
• 同一組關鍵字式問句與前兩期相比，ChatGPT 每次回答附帶的網頁來源從 1.3、1.5 個降到 0.6 個，改為在每家店旁附上 Google 地圖連結。

目錄

• 四種問法的實測設計
• 同一句問兩次的名單重疊率
• ChatGPT 的問法差異：句型與具體需求
• Gemini 的問法差異：名單與引用來源
• 具體需求對名單長度與查證比例的影響
• 第三個時間點：ChatGPT 網頁引用的變化
• 這份資料的限制
• 對經營者的意義

引言

第二期結尾預告了這一期的題目：同一個意思換一種問法，AI 給的名單會差多少。

這個問題表面上是在比較問法，實際上也在檢驗前兩期本身。第一、二期為了讓條件一致，使用的都是「台南 牙醫 推薦」這種關鍵字式的問句，那是搜尋引擎時代的輸入習慣，與一般人向 AI 提問的方式並不相同。實際的使用者比較可能寫成「我住台南，想找一間不錯的牙醫，有推薦嗎？」，或者直接帶上自己的條件。如果換成這種問法之後名單就整個換掉，前兩期關於引用來源與名單穩定度的結論，適用範圍就需要重新界定。

要回答這個問題，設計上有兩個前提：每一種問法只改動一件事，並且先量出「什麼都不改」時名單本來會變動多少。少了後者，問法造成的差異就無法與 AI 回答本身的隨機性分開。

四種問法的實測設計

核心觀點： 每一種問法相對於基準句只改動一件事，否則「換問法」會變成「換問題」，比較就失去意義。

本期以前兩期的關鍵字式問句為基準（V0），另外設計三種變體：

行業依第一期的結果挑選。咖啡廳、牙醫、律師是第一期中引用來源結構差異最大的三個行業，咖啡廳以部落格與媒體為主，牙醫以評價與目錄平台為主，律師則以業者官網為主；選這三個，是為了讓問法的影響在不同的來源生態下都有機會顯現。城市則選了台南與台北，由於所有查詢都從台南的一般家用網路發出，台北的問句等於一組遠端查詢。至於 V2 加入的需求，分別是咖啡廳「可以久坐、有插座的」、牙醫「洗牙不會太痛的」、律師「擅長處理車禍和解的」。

這樣組合下來，4 種問法 × 3 個行業 × 2 個城市共 24 條問句，ChatGPT 與 Gemini 各問三次，於 2026 年 10 月 17 日取得 144 筆回答，全數有效。

名單的比較方式與第二期不同。第二期比較的是兩個月份，做法是把同一期三次回答的店家合併成一份名單再比對；這一期比較的是兩種問法，改為把單次回答兩兩配對，計算兩份名單的重疊率（兩份都出現的店家數，除以兩份合計的不重複店家數），再取平均。用單次回答配對，才能和下一節的「同一句問兩次」放在同一把尺上比較。店名的比對只做大小寫與空白的正規化，「深藍咖啡館（旗艦店）」與「深藍咖啡館（Deep Blue）」會被算成兩家不同的店，這類拆分只會壓低重疊率，所以本文所有的重疊率都應理解為下限。

同一句問兩次的名單重疊率

核心觀點： 同一條問句在同一天問兩次，推薦名單平均只有約兩成相同；判斷問法的影響，必須先扣掉這一層隨機性。

在比較不同問法之前，我們先計算同一條問句重複提問時，兩次回答之間的名單重疊率。結果是 ChatGPT 24.3%、Gemini 18.8%。換算成具體的情況，如果一次回答列出五家店，同一句話再問一次，平均大約只有一家會重複出現。

這個基準決定了這一期所有比較的讀法。假設口語問法與關鍵字問法的名單重疊率是 20%，單看這個數字很容易得出「換個說法，名單就幾乎全換」的結論；但若同一句話重問本身就只有 24%，這 20% 其實與重問沒有太大差別，問法並沒有產生額外的影響。AI 回答的隨機性在過去的文章中討論過，這一期是第一次把它量成一個可以拿來對照的基準。

這個基準在各行業之間的差距也相當大，ChatGPT 在台南牙醫的重問重疊率是 42.7%，台北咖啡廳只有 6.1%；Gemini 在台北律師是 38.5%，台南咖啡廳則是 0%，三次回答沒有任何一家店重複出現。正因為差距這麼大，後面的比較都以各行業、各城市自己的基準為準，不跨格比較。

ChatGPT 的問法差異：句型與具體需求

核心觀點： ChatGPT 對「怎麼問」不敏感，對「問什麼」敏感；改成口語句不影響名單，加上具體需求才會。

有了這個基準，再把三種變體各自與基準句比對，ChatGPT 的結果如下：

口語句與基準句之間的重疊（29.3%）不低於同一句重問（24.3%），加上「前五名」的 21.1% 也落在基準附近。這表示對 ChatGPT 而言，把「台南 牙醫 推薦」改寫成一句完整的口語問句，或在後面加上排行字眼，名單變動的幅度與重問同一句話相當，看不出句型本身的影響。

加上具體需求之後情況就不同了。V2 與基準句的重疊降到 6.8%，而且三個行業、兩個城市共六組比較，全部低於各自的重問基準。「洗牙不會太痛的牙醫」與「牙醫」本來就是不同的問題，AI 依需求重新篩選名單是合理的行為，名單改變本身並不意外。意外的是落差的大小：只多了一句需求，名單就與關鍵字式問句幾乎沒有交集。

回到本期要檢驗的前提，這組結果對前兩期是有利的。前兩期關於 ChatGPT 名單與引用來源的結論，是用關鍵字式問句量出來的；既然 ChatGPT 對句型不敏感，這些結論可以合理推及一般使用者的口語問法。

Gemini 的問法差異：名單與引用來源

核心觀點： Gemini 只要改變措辭，推薦名單就大幅不同；但它去哪裡找資料的結構相對穩定，排行框架是例外。

同樣的比較放到 Gemini，結果與 ChatGPT 明顯不同：

只把句子改成口語，重疊率就降到 9.1%，約為重問基準的一半。逐組來看，台南牙醫的重問基準是 26.1%，改成口語後只剩 1.2%；台北咖啡廳從 20.2% 降到 3.1%。唯一的例外是台北律師，口語句與基準句的重疊為 38.6%，與重問基準的 38.5% 幾乎相同。

名單雖然隨措辭大幅變動，Gemini 引用的來源類型卻相對穩定。下表是各問法的來源類型比例（來源取自回答中的來源標籤）：

V0 與 V1 的名單重疊不到一成，來源比例卻相當接近：官網約五成、平台約三成、部落格約一成。這代表換句型時改變的主要是「推薦了哪些店」，而不是「到哪些類型的網站找資料」。加上「前五名」則是例外，目錄與平台的比例升到 72%。一個可能的解釋是排行字眼讓 Gemini 傾向引用本身就以排行榜形式呈現的頁面，但 V3 只有 18 個來源，這個比例適合看方向，不適合精確解讀。

對前兩期而言，Gemini 的結果要分兩個層級來看。名單層級的結論，例如哪些店被推薦、名單一個月換掉多少，不能直接推及 Gemini 的口語問法；來源結構層級的結論，例如第一期各行業的引用來源生態，則大致仍然適用。

具體需求對名單長度與查證比例的影響

核心觀點： 問題越具體，兩個引擎給的名單都越短；關鍵字式問句反而最常觸發查資料。

除了名單內容，問法也影響名單的長度與 AI 是否實際查資料：

加上具體需求後，Gemini 的名單從平均 7.8 家縮短到 4.3 家，ChatGPT 從 5.7 家縮短到 4.2 家。名單變短的方向符合直覺，需求越明確，符合條件的店家自然越少。

查資料的比例則呈現另一個現象。關鍵字式問句在兩個引擎都最常觸發查資料，ChatGPT 18 筆中有 17 筆；口語句與加上需求的問句，比例都略低。每種問法只有 18 筆，差距在一到四筆之間，不足以下定論，但方向在兩個引擎是一致的：越接近搜尋關鍵字的問法，AI 越傾向實際去查資料再回答。

第三個時間點：ChatGPT 網頁引用的變化

核心觀點： ChatGPT 在地推薦附帶的網頁來源降到前兩期的一半以下，改以 Google 地圖連結呈現店家。

由於本期的基準句與前兩期一字不差，這 6 條問句也構成了第三個時間點，可以直接與 7 月、8 月的結果比較。為了讓三期的數字可比，前兩期的資料也以本期相同的方式重新整理名單，以下數字與第二期文章中 30 條問句的統計不完全相同。

推薦店家數的變化不大，變化集中在網頁來源。ChatGPT 仍然幾乎每次都會查資料，但回答中附上的網頁來源降到前兩期的一半以下。取而代之的是在每家推薦店家旁附上一個 Google 地圖的搜尋連結，這種呈現方式在前兩期的回答中沒有出現過。兩條咖啡廳問句的六次回答，連一個網頁來源都沒有。

剩下的網頁來源，組成也和前兩期不同。第三期 ChatGPT 的來源中，政府與公協會占 70%，全部來自律師問句引用的法律扶助基金會、律師公會與法務部的律師查詢系統；同樣這 6 條問句，第一期 ChatGPT 的來源有 17% 是媒體、4% 是部落格，這一期都沒有出現。由於第三期的網頁來源只有 10 個，比例本身的參考價值有限，比較明確的是方向：在在地推薦這類問題上，ChatGPT 正從「引用網頁說明推薦理由」轉向「直接給出地點」。

名單的流動性則延續第二期的觀察。以這 6 條問句計算，各期名單兩兩之間的重疊率，ChatGPT 為 10.5% 至 15.8%，Gemini 為 4.1% 至 14.2%。三個時間點之間都只有一成左右的店家重複，第二期「一個月就足以讓多數名單換人」的結論，在第三個時間點仍然成立。這組數字是以每期合併後的名單計算，與前面單次配對的重疊率算法不同，兩者不宜直接相比。

這份資料的限制

核心觀點： 每條問句三次取樣、三個行業、單一觀測點，這份資料適合判斷方向，不適合推估精確幅度。

最主要的限制是取樣次數。每條問句在每個引擎只問了三次，單一行業、單一城市的重疊率波動很大，例如 Gemini 台南咖啡廳的重問基準為 0%，很可能只是三次取樣剛好沒有交集。在這種波動下，本文的結論以引擎層級的平均為主，逐組的數字只用來說明方向。

其次，「同一個意思」是設計者的判斷，不是客觀事實。V1 與 V3 盡可能只改動形式，但 V2 加入的需求本身就改變了問題，名單差異有一部分本來就在預期之內；本文對 V2 的解讀重點是落差的大小，而不是落差的存在。

觀測點與範圍也有侷限。所有查詢都從台南的一般家用網路發出，台北的問句是遠端查詢，而第二期已經觀察到發問位置可能影響推薦結果。三個行業是依引用來源結構刻意挑選的，不代表所有行業。

最後是資料取得方式的限制。Gemini 的來源依回答中的來源標籤判定，以同 6 條關鍵字式問句計算，第二期曾因介面呈現方式改變，附標籤的回答降到 18 筆中 2 筆，本期回升到 11 筆。這個起伏反映的是介面而不是行為，Gemini 的查資料比例因此不宜跨期比較，只適合在本期四種問法之間比較。店名的比對方式使重疊率偏低，前面已經說明。

對經營者的意義

這一期最值得記住的數字，是同一句話問兩次也只有兩成重疊。在這樣的基準下，「某一天問 AI 有沒有提到自己」能提供的資訊相當有限，這一點與第二期的結論一致，而且這次是在同一天之內就量到的落差，不需要等一個月。

問法的部分，兩個引擎呈現的是不同的性格。ChatGPT 對使用者怎麼措辭不敏感，影響名單的是使用者帶了什麼條件；Gemini 則連措辭都會改變名單，但它找資料的來源結構相對穩定。對經營者來說，這兩件事指向同一個方向：與其試圖預測使用者會怎麼問、針對某一種問法最佳化，不如讓自己出現在 AI 會去查的那些來源裡，並且讓這些來源清楚寫出自家服務能滿足哪些具體需求。當使用者說出「洗牙不會太痛」「可以久坐、有插座」這類條件時，AI 需要找得到能對應這些條件的描述，才有機會把一家店放進名單。

ChatGPT 改以地圖連結呈現店家，則可能讓店家在地圖上的資訊更受影響。當在地推薦的回答越來越接近「列出地點」，店家在地圖服務上的名稱、類別、評價與營業資訊，被 AI 拿來判斷的機會也可能隨之增加。這是單一觀測點、單一時間點的觀察，是否會持續還需要後續的量測確認。

自己可以進行的測試，在前兩期的基礎上再加一個動作：用同一個意思準備兩三種問法，例如關鍵字式、口語句、加上一個顧客常提的條件，各問兩次，把名單並排比較。看的重點不是自己有沒有上榜，而是加上條件之後名單換了多少，以及換上來的店家在網路上寫了哪些自家沒有寫到的內容。

這是 GEO 研究所每月實測的第三期，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〉。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。

前兩期的完整結果見〈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〉與〈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〉。