AI 推薦力名冊替中國消費品牌排出大模型名次

AI 推薦力名冊怎麼替品牌打分

36氪與 AI 口碑行銷公司 PureblueAI 清藍在 2026 年 5 月 15 日發布《2026消費品牌AI推薦力名冊》。評測對象是 DeepSeek、豆包、通義千問、騰訊元寶等中國主流 AI 助手。

名冊涵蓋五大類目：汽車、手機、家電、護膚、彩妝。每個類目再拆成細分的消費決策問題。研究團隊把這些問題丟給各家 AI 助手，再依品牌在答案裡的表現算出分數。

第二名以後的分數沒有列出來。所以這份名冊目前比較適合拿來看排序與定義，拿來比較品牌之間的分差還不夠。

那這份名冊新在哪？過去的品牌排行看聲量、市佔、銷量。這三把尺量的都是已經發生的討論或購買。AI 推薦力衡量的是更前面的一步：消費者還沒開始比價，AI 已經先替他刪掉一半的選項。

以名冊裡的電動車為例。消費者問「二三十萬買哪台」，模型回了三個品牌。沒被點名的品牌，連被比較的機會都沒有。品牌方在自己的廣告後台裡，完全看不到這一次落選。

名冊只評中國的 AI 平台與中國市場的品牌。台灣品牌若有賣進中國，就要面對這一套平台；只做台灣市場的品牌，主戰場仍是 ChatGPT、Gemini 這類服務。兩邊的規則可以互相參考，分數本身不能直接搬。

那 AI 憑什麼決定點誰的名？英文市場已經有幾份研究在回答這個問題。

第三方報導為什麼比官網更能推高 AI 推薦力

AuthorityTech 整理六項 2025 到 2026 年的獨立研究，結論都指向同一個方向：品牌被第三方媒體談論，比品牌在官網上自己說，更容易被 AI 引用。

這六項研究來自 Muck Rack、Stacker 與 Scrunch、Ahrefs，加上 Chen 等人與 Kumar 等人的論文，以及 Fullintel 與康乃狄克大學的合作研究。AuthorityTech 是 PR 服務商，把這套做法稱為 Machine Relations。名稱是它取的，底下的數據則各有出處。

Stacker 與 Scrunch 的研究最直接。同一批報導只放在品牌官網時，AI 引用覆蓋率是 8%。同樣的報導經多家第三方媒體刊出後，覆蓋率升到 34%。Stacker 的後續研究則測到，品牌被 AI 引用的次數中位數提升了 239%。

這組數字對做 SEO 的人有點衝擊。過去十年，大家花很多力氣在換連結。這份研究顯示，在 AI 答案這一層，品牌被提及比被連結更有影響力。

回到 36氪的名冊，會發現一個有趣的循環。名冊本身就是一篇第三方媒體報導。它被大模型讀進去之後，很可能又變成下一輪 AI 回答的參考來源。小米排第一這件事，有機會因為這篇報導被反覆引用而更穩固。這是我們的推測，目前沒有研究直接量過。

不過有一點要先講清楚。AuthorityTech 自己在文章裡寫明，這六項研究都沒有算出一個通用的第三方媒體佔比。所以看到一個漂亮的單一百分比時，先問一句是誰量的、量了哪個平台。前提是樣本與平台對得上，數字才能拿來做決策。

就算第三方報導很重要，還有一個更麻煩的問題：AI 的答案本身並不穩定。

同一個問題問兩次，AI 給的品牌名單就不一樣

Backlinko 引用受眾研究工具 SparkToro 的研究指出，AI 平台給出完全相同品牌推薦的機率不到百分之一。連排序都一樣的機率，更是不到千分之一。

意思是，你今天問 ChatGPT 推薦哪幾個品牌，明天再問一次，名單大概率會變。排序要一模一樣，更是幾乎不可能。單次截圖拿來當成績單，基本上沒有參考價值。

不同平台之間的差異也很大。Backlinko 引用一項分析數百萬筆 AI 引用的研究：被 AI 引用的網址裡，有 91% 只出現在一個大型語言模型。換句話說，在 ChatGPT 被引用，不代表在 Perplexity 也會被引用。

這股流量又長得很快。該站提到，自家來自大型語言模型的流量年增 800%。成長快、又不穩定，這兩件事加在一起，就是品牌需要持續監測的原因。

具體來說，監測要做到三件事。第一是同一個問題重複問很多次，看出現的比例。第二是分平台記錄，不要把 ChatGPT 和 DeepSeek 的結果混在一起。第三是固定週期重測，看趨勢而不是看單點。

36氪名冊採用多平台、多問題的設計，我們推測也是為了壓低這種波動。分數本身仍是某個時間點的取樣。前提是知道它的取樣方式，才不會把一次的排名當成永久的地位。

手動測可以起步，但問題一多就測不完。這時候就輪到工具上場。

追蹤 AI 推薦力的工具，中美走兩套生態

數位分析平台 Amplitude 新推出的 AI 答案曝光追蹤功能，對所有方案的客戶都不另收費，非客戶也有免費的限量版。Backlinko 列出的 Semrush（SEO 與 GEO 工具平台）同類工具，則是每個網域每月 99 美元起。

Amplitude 把這個功能命名為 AI Visibility。官方新聞稿列出的功能有四項：和競爭對手比較曝光、找出品牌沒出現的地方與 AI 參考的來源、分析單一網頁並給出改善建議，以及標示為即將推出的情緒分析。

AI search is the new front page of the internet, and most brands don’t even know if they’re showing up. AI Visibility gives companies a radar for this new reality.

（中譯：AI 搜尋是網路的新頭版，而多數品牌連自己有沒有出現都不知道。AI Visibility 給企業一個面對新現實的雷達。）

中國這一側是另一套平台。火山引擎開發者社群有一篇 GEO 監測工具評測，列出的平台包括 DeepSeek、Kimi、豆包、通義千問、元寶、文心一言，也包括 ChatGPT、Claude、Perplexity。工具要同時涵蓋中英兩邊，才算得上完整。

那篇評測用五個維度替工具打分。核心功能完整性佔 30%，技術實力與數據精準度佔 25%。平台覆蓋廣度、場景適配性、定價性價比各佔 15%。這套權重可以直接拿來當選工具的檢查表。

文中也舉了一個案例：某食品品牌三週內在豆包的 AI 推薦提及率提升 187%。該文沒有寫出品牌名稱，也沒有說明怎麼量的。看到這類工具商案例時，把它當成可能性，不要當成保證。

台灣品牌選工具時，先看自己的客人用哪個 AI。只賣台灣的品牌，英文生態的工具大致夠用。有賣進中國的品牌，就要確認工具有沒有涵蓋 DeepSeek 和豆包，否則等於只量了一半。

銷波快觀點：搶被引用，比搶排名實際

我們一直講一句話：不要搶排名，要搶被引用。AI 摘要正在截走資訊型查詢的點擊，帶購買意圖的內容反而守得住。36氪這份名冊，等於把「被引用」這件事做成了一張排行榜。

更麻煩的是看不見。顧客在 AI 裡已經見過你，你卻不知道。我們認為這是現在最大的行銷盲區。廣告後台記錄得到點擊，記錄不到 AI 替顧客刪掉你的那一刻。

我們自己實測過兩個客戶品牌。兩家都是我們的客戶，規模也相近。官網有完整服務頁、價格方案、品牌描述的那一家，在三個 AI 引擎的推薦強度均值是 0.50。另一家幾乎沒有可引用的內容，均值只有 0.10，差了 5 倍。差距的根源跟品牌大小無關，在於 AI 進來時有沒有東西可以引用。

這裡有個矛盾要攤開講。我們的客戶實測說，官網內容決定 AI 推不推薦你。AuthorityTech 整理的研究說，第三方報導比官網更有效。兩邊都有數據，要信哪個？我們的判斷是兩者分工不同。官網是被引用的前提，AI 進來至少要讀得到你是誰、賣什麼、多少錢。第三方報導是放大器，決定 AI 有多少信心點你的名。沒有前者，後者放大不了任何東西。

結論：先問三個 AI，再談 AI 推薦力分數

36氪名冊讓 AI 推薦力有了名字和分數。英文研究則說明，AI 點誰的名，會受第三方報導與被提及次數影響。SparkToro 的研究又提醒我們，AI 答案幾乎每次都不一樣。

所以第一步不用買工具。挑三個消費者最常問的購買問題，在 ChatGPT、DeepSeek、豆包各問幾次，記下品牌有沒有出現、排第幾、怎麼被形容。這份紀錄就是你的基準線。

有了基準線，再決定要補官網內容、爭取媒體報導，還是導入監測工具。順序對了，花的每一分力氣才看得到效果。

資料來源

• 36氪、PureblueAI 清藍《2026消費品牌AI推薦力名冊》36kr.com
• AuthorityTech：Machine Relations evidence, earned media and AI citationsauthoritytech.io
• Backlinko：AI Visibility Tools to Track Your Brand Across LLMsbacklinko.com
• Amplitude：Amplitude Launches AI Visibility to Help Marketers Win in AI Searchamplitude.com
• 火山引擎開發者社群：GEO 監測工具評測developer.volcengine.com