你会用AI买东西吗？ChatGPT 79% 的回答像“有主见的导购！

你站在手机柜台前，问一句：“预算 5000，拍照最好的手机是哪一部？”

真人导购可能先问你拍孩子、拍演唱会，还是拍夜景。ChatGPT 更可能直接给出一个答案，然后补上一句类似“如果只能选一部，我会选它”。

一项 9 月 16 日上线的研究发现，在那些真正推荐了产品的回答里，ChatGPT 有 79% 使用了第一人称偏好表达。Gemini 是 7%，Google 的 AI Overviews 是 2%。

换句话说，ChatGPT 不只像在替你查资料，更像一个很有主见的导购。

图片来源：Unsplash，NSYS Group / Ramsés Cervantes。

这个数字很抓眼，但先别急着得出“ChatGPT 在带货”或者“谁给钱就推荐谁”的结论。论文没有证明付费影响了推荐，更没有证明 79% 的回答存在商业偏见。

真正值得我们警惕的，是另外三件事：它说得很肯定；它每次说的未必一样；它展示的来源也可能完全不同。

这才是 AI 导购时代最容易被忽视的变化。

79%，说的不是“正确率”，而是导购口吻

这项研究来自马斯特里赫特大学、乌得勒支大学和苏黎世大学等机构的研究者。团队先从真实用户对话中整理出 2,528 条商业建议问题，再筛选 117 条实物商品推荐问题，在 ChatGPT、Gemini、Google AI Overviews，以及 ChatGPT 和 Gemini 的 API 五种条件下分别重复三次。

最终，他们获得 1,755 次观察，其中 1,536 次产生了可分析的回答。

来源：arXiv 预印本 2609.18729，第 1 页。

研究者看的不只是“推荐了哪件商品”，还看系统怎样说：有没有用第一人称，有没有把某件产品说成“最好”，有没有先追问用户条件，引用了哪些来源。

结果很有意思。

ChatGPT 更像一个会替你拍板的人。Gemini 和 AI Overviews 更常追问，也更常保留多个选项。同样是推荐商品，不同系统卖给用户的，不只是不同答案，还有不同程度的确定感。

来源：arXiv 2609.18729，第 5 页。蓝色为 ChatGPT，橙色为 Gemini，绿色为 AI Overviews。

为什么“我会选”值得单独关注？

因为参数比较是一种信息，个人口吻却像一种承担。它会让人产生一个错觉：屏幕后面仿佛有个懂行的人，已经替我权衡过了。

但 AI 并没有真的买过这部手机，也没有替你承担买错的成本。它只是把检索、归纳和生成的结果，包装成了一种接近个人判断的表达。

导购口吻可以降低理解成本，也可能抬高用户的信任。品牌和消费者都要分清：语气更肯定，不代表证据更稳定。

比“有主见”更麻烦的，是同问不同答、同问不同源

论文最有价值的地方，不是 79% 这个标题数字，而是它把同一个问题重复问了三次。

研究发现，重复请求会继续带来新的商品和新的来源。以 ChatGPT 为例，同一问题只问一次，平均能观察到 2.65 个来源域名；问三次后，这个数字升到 5.56 个。

再把不同产品放在一起比较，差异更大。同一问题下，ChatGPT 和 Gemini 界面显示的来源域名，平均只有 5.4% 重合；76.7% 的比较，一个共同域名都没有。

来源：arXiv 2609.18729，第 6 页。

这意味着什么？

你今天截到“AI 推荐了我”，只能证明那一次、那个界面、那个时间、那个问题下，出现过这条回答。它不能自动证明明天还会出现，也不能证明换个平台、换个账号、换种问法，结果仍然一样。

很多企业做 GEO 监测，最容易犯的错误就是拿一张好看的截图当成绩。

截图当然有价值，但它只能是一条样本。真正有经营意义的，不是偶尔被 AI 夸一次，而是在关键问题里持续被找到、被说对，并且能看到它引用了什么。

中国市场，已经不是“会不会用 AI 买东西”的问题

国内消费者对 AI 的使用，已经越过了尝鲜阶段。

埃森哲面向 5000 名中国消费者的调研显示，77% 的受访者每周或每天使用 AI。即便在 60 后人群里，高频使用比例也达到 57%。在 AI 使用者中，65% 把 AI 视作帮助自己了解陌生话题、辅助决策的顾问。

来源：埃森哲《2026 中国消费者研究》，第 4 页；数据采集于 2025 年，N=5000。

还有 57% 的受访者表示，在探索新方案或改善生活时会询问 AI，这个比例高于报告中的视频平台、分享平台、电商网站、门店体验和传统搜索引擎。

AI 成为中国消费者探索新方案的重要灵感来源

来源：埃森哲《2026 中国消费者研究》，第 5 页。

与此同时，平台正在把“问一问”接到“买下来”。今年 5 月，千问 App 与淘宝全面互通。阿里巴巴披露，千问可调用淘宝天猫超过 40 亿商品，覆盖发现、比较、下单、物流和售后。

这不是说千问已经替所有人自动购物，也不是说国内平台会照搬 ChatGPT 的推荐逻辑。它说明一件更现实的事：AI 的一句建议，正在离交易越来越近。

以前，用户看到一篇测评，还要自己搜索、比价、进店。以后，建议、比较、下单可能发生在同一个对话里。链路越短，品牌被正确理解的价值越高，错误信息的代价也越大。

Ipsos 对 15 个市场的研究也给出了另一面：27% 熟悉 AI 的消费者已经用它做产品研究，但只有 9% 允许 AI 自动购买，71% 认为应该谨慎对待 AI。

消费者欢迎 AI 做功课，却还不愿轻易把银行卡交给它。这个信任窗口，正是品牌接下来要争夺的位置。

品牌的新竞争，不是“让 AI 只推荐我”

如果把这项研究只理解成“我要想办法成为 ChatGPT 的第一推荐”，方向很容易走偏。

模型会变，搜索会变，界面会变，来源也会变。任何服务商都无法合法保证一个外部 AI 永远把某个品牌排第一。

品牌真正能管理的，是自己的那一部分：

• 产品名称、价格、参数、适用人群是否一致；
• 关键卖点有没有原始证据，限定条件有没有被省略；
• 官网、旗舰店、媒体、测评和客服口径是否互相冲突；
• 用户最常问的比较题，品牌有没有清晰、可引用的答案；
• AI 说错以后，团队能否定位来源、修正内容，再做同题复测。

这听起来不如“保证推荐第一”刺激，却更接近真实经营。

因为 AI 导购的核心资产，不是那句“我会选你”，而是它为什么能找到你、根据什么理解你、有没有把你说对。

别再用一次截图做 GEO，至少做这五步

第一，用消费者真实界面测试。用户在 App 和网页里看到什么，就测什么。不要默认 API 等于消费者产品。

第二，同一个问题至少重复三次。把每次回答、时间、版本、引用来源都保存下来。一次出现是信号，多次稳定才接近结论。

第三，跨平台看差异。豆包、千问、元宝、DeepSeek、文心不是同一个世界。每个平台的模型、搜索、内容生态和产品界面都可能不同。

第四，把指标拆开。品牌被提到、核心主张出现、事实正确、有来源引用、处于推荐位置、最终产生交易，是六件不同的事。不要用一个“曝光量”把它们全包了。

第五，修改后做同题复测。补充了产品页、案例页或 FAQ 以后，用同一批问题、相近条件再测。结果变好、没变或变差，都要留档。

AI 购物推荐的正确审计方法

图解：依据 arXiv 2609.18729 的研究方法与公开数据整理。

这套方法有点笨，却能挡住最常见的自欺：拿一次好运气，当成长期能力。

API 能自动跑，但不能替你看到消费者看到的世界

很多企业为了规模化监测，会直接调用 API。这没有错。API 便于固定参数、批量运行和保存结构化结果。

问题在于，API 只能代表 API。

论文把相同问题几乎同时发送到消费者界面和 API。ChatGPT 两边显示来源域名的平均重合度只有 12%，Gemini 是 14.8%。ChatGPT 的界面与 API 配对中，60.9% 没有任何共同域名。

论文图表：消费者界面与 API 显示的来源差异

来源：arXiv 2609.18729，第 8 页。

所以，更稳妥的做法是“双层监测”：API 负责大规模、可重复的趋势采样；真实界面负责复核消费者实际看到的回答、商品卡片和来源展示。

自动化给你规模，真实界面给你现实。两者缺一边，结论都会失真。

最后：AI 可以替你做功课，品牌要对事实负责

“79% 像有主见的导购”之所以值得传播，不是因为它证明 ChatGPT 有私心。

它提醒我们，AI 已经不只在整理网页。它正在用更像人的口吻，把复杂信息压缩成一个看似简单的选择。

对消费者来说，别把“我会选”误当成真实体验，多问一句依据，多看一次来源。

对品牌来说，也别再只追求一张被推荐的截图。真正能沉淀的，是一套可追溯的品牌事实、真实用户问题、持续监测样本和同题复测记录。

这也是答案针 AI 坚持的工作方式：来源资料 → 事实与标准答案 → 问题簇 → 监测样本 → 差距诊断 → 优化单元 → 同题复测 → 归档。

别再猜 AI 怎么说你的品牌。全网搜索「答案针 AI」，免费查看 8 大 AI 平台是否提到你、引用谁、哪里答错。先看清问题，再决定怎么优化