自然回答是您買不到的部分
OpenAI 在 2026 年 2 月 9 日開始在 ChatGPT 中測試廣告，到 8 月 11 日更新時，試行已擴及英國、墨西哥、巴西、日本與南韓。廣告標示為贊助內容，與自然回答分開，而且用 OpenAI 自己的話說，不會影響它給您的回答。
所以推薦是買不到的。這就留下每個挑戰者早已在問的問題：如果模型聽過您的競爭對手卻沒聽過您，還有辦法進去嗎？
規格完全相同時，知名品牌在 670 次試驗中 100% 被選中
Trine University 的 Xi Chu 與 Texas A&M 的 YuPeng Hou 在一篇 2026 年 6 月提交、8 月修訂的論文中量測了這一點。他們建立了一組組十個保養品：一個真實品牌，CeraVe、Paula's Choice 或 EltaMD，以及九個經過篩檢、確認模型從未聽過的虛構名稱。
在第一個條件中，每個產品的評分、價格、評論數與成分說明都相同。只有名稱不同，所以公平的模型應該每個都選約 10% 的機率。在 670 次有效試驗中，真實品牌贏下了每一次，三個模型、四個子類別皆然。沒有任何一個虛構品牌曾被選中。
對挑戰者來說，這是最悲觀、也最沒用的解讀，因為它描述的條件，很可能正是您無意間重現的情況。
0.075 顆星的優勢就能翻轉結果，此時品牌只能解釋 1.2% 的排名
給不知名產品更好的規格、給真實品牌較差的規格，在 2,769 次試驗中，模型維持忠誠的比例介於 1.7% 到 4.6%。縮小優勢後，轉變原來是階梯式的，而不是斜坡式的。規格相同時，不知名品牌贏的比例是 3.6% 到 6.0%。在測試的最小優勢下，它贏了 64% 到 80%，而再增加優勢的效果有限。以 9,220 次試驗內插到五五波，門檻小到可以直接寫下來。
- 0.075 顆星的評分優勢，小於 4.3 顆星與 4.4 顆星之間的差距
- 評論數多 1.6 倍
- 價格低 7.3%
知名度是您什麼都沒說時，模型退而求其次的依據
對 14,395 次試驗做變異數分解，就能確定是什麼主導了排名。產品參數解釋了 82.4%，清單位置 6.5%，品牌身分 1.2%。當品質明顯高或明顯低時，品牌沒有可量測的影響。它的影響在中間最大，也就是資訊模稜兩可的地方。請逐引擎提問，而不是看總和：在最小的評分優勢下，Claude 翻轉的比例是 11%，GPT-4o-mini 是 94%，Gemini 是 88%。
他們找到最強的槓桿，是一個根本不存在的臨床宣稱
在所有規格保持相同、只改變文案的情況下，權威性語言打破現有品牌優勢的比例是 73.3%，社會認同是 50.7%，而基準約為 4%。錨定、稀缺與損失規避幾乎沒有作用，介於 9.6% 到 12.9%。模型忽略了急迫感，卻把看起來像引用的句子當作證據，價值約等於 0.17 個評分點，或 15.3% 的折扣。
以下是摘要會漏掉的部分。那些刺激材料是捏造的臨床試驗與假的皮膚科醫師背書。作者稱之為潛在的不實廣告，並把自己的建議限於真實的認證與已發表的試驗。量測到的槓桿是造假，這是關於模型證據查核能力的發現，而不是一種策略。
當每個品牌都在最佳化時，回答又回到現有品牌
第三個實驗應該改變您編列預算的方式。在 4,800 次呼叫中，把撰寫權威文案的挑戰者從零個增加到全部九個：沒有人最佳化時，現有品牌 100% 存活；有一個挑戰者時是 19.8%；九個都做時是 93.8%。當每個人都帶著這個訊號時，它就不再是訊號，模型又回到它認識的名字。
每個品牌的回報從先行者的 0.802 衰減到全面採用時的 0.007，半衰期約為 1.4 個競爭對手。在 4,745 次試驗中，沒有最佳化的挑戰者得到零次推薦。作者稱之為囚徒困境，他們說得對。一個競爭對手一個下午就能複製的策略，回報的半衰期大約是一個競爭對手。一個您能證明的真實差異則不會。
在真實環境中，模型得先找到那項事實
上述每個條件都在 prompt 中交給模型一份乾淨的規格表。即時引擎則要自己拼湊一份，而這個落差正是實務工作所在。在我們抽樣的類別中，ChatGPT 針對最佳產品問題引用的內容有 44% 是清單文章、24% 是評論網站、18% 是廠商頁面。這些是我們的數字，限於我們的樣本，不是通則。
重點在於形態。如果回答您類別問題的彙整文章在列出您時沒有評分、沒有評論數，也沒有您勝出的那一項規格，那麼對模型來說，您就處於規格相同的條件中。您不是輸了比較，而是根本不在比較之中。
- 找出您真正勝過類別領先者的那一個面向，並確認它以數字形式出現在引擎引用的第三方頁面上，而不只是在您自己的網站上。
- 調出競爭對手獲得推薦的回答，讀讀模型說差別在哪裡。
我們對此做了什麼
Proofsource 會反覆而不是只抽樣一次引擎，用 Wilson 信賴區間為每個能見度數字評分，以該區間作為警示關卡，繪製出哪些頁面與您一同被引用，並檢查爬蟲到底能不能讀取您的頁面。
直白地說明界線：我們量測引擎是否提及您、提及時引用了什麼，以及 AI 爬蟲與 AI 推薦流量是否抵達您的網站。我們不量測交易是否成交。
這可能在哪裡出錯
只有一個類別，保養品，之所以選它，是因為買家在購買前無法判斷品質。搜尋型商品的重現只涵蓋第一個實驗，作者表示他們沒有在此之外測試語言或多品牌的結果。三個封閉模型、一種買家角色、溫度 0.7，並以 24 個區塊做叢集自助法，主要效應都通過了。
每組十個產品中有九個是虛構的。這乾淨地隔離了品牌知名度，也移除了真實競爭對手擁有的一切：外界的評論、第三方報導、模型可以擷取的頁面。100% 不是真實的市場。
這裡大部分測試的是模型知道什麼，而不是它們擷取什麼，而買家使用的引擎是擷取系統。論文本身的擷取探測很簡單，只有一個嵌入模型、沒有重新排序，作者也拒絕以此概括推論。它指向相反的方向：擷取層並沒有因為真實品牌有名而給它加分，它的推薦率降到了 0%。
我們的 44% 是對自己樣本的單一量測，以我們的數字公布，而不是網路的屬性。
