THINK BIG
GEO 來源分析 · 在地品牌佈局
ChatGPT 回答台灣問題時，引用的都是誰？——在地品牌該把資訊放哪裡
15,729 筆引用數據揭露：ChatGPT 偏官網與政府機構、約七成不是中文；Perplexity 偏社群影音；三個 AI 幾乎是三個戰場。在地品牌要按 AI 分流佈局，不能再想「一套通吃」。
一、現象：同一個繁中問題，三個 AI 引用的世界完全不同
2026 年 7 月，一份台灣的獨立研究公開了一組少見的數據：研究者準備 60 題台灣使用者會問的繁體中文消費決策問題，透過 API 送進三個 AI（ChatGPT、Gemini、Perplexity），每題重複問多次，總共收回 15,729 筆引用，逐筆標註來源類型和語言。（來源：台灣繁中 AI 引用分析，2026-07）
三個 AI 引用的來源類型（節錄）
| 來源類型 | ChatGPT | Gemini | Perplexity |
|---|---|---|---|
| 品牌官網 | 55.8% | 35.5% | 18.6% |
| 政府／研究機構 | 21.2% | 1.3% | 0.7% |
| 評測導購站 | 6.1% | 20.5% | 21.4% |
| 新聞媒體 | 1.4% | 12.0% | 8.8% |
| 論壇社群 | 7.4% | 3.2% | 10.8% |
| 社交媒體 | 0.1% | 0.1% | 7.9% |
| 影音 | 0.0% | 1.4% | 6.7% |
引用內容的語言
| 語言 | ChatGPT | Gemini | Perplexity |
|---|---|---|---|
| 繁中（台灣） | 30.1% | 71.4% | 87.8% |
| 英文 | 44.4% | 18.1% | 5.5% |
| 日文 | 23.1% | 4.3% | 1.5% |
還有兩個發現值得注意：ChatGPT 不一定上網查。 只有 46% 的題目觸發了搜尋，其餘直接用模型記憶回答、不附來源。但「品牌比較」類的題目，觸發率高達 70%。三個 AI 幾乎是三個戰場。 ChatGPT 和 Perplexity 引用的網域只重疊 5.4%、和 Gemini 重疊 6.3%；Perplexity 和 Gemini 之間也只有 20.1%。
讀這組數字要注意的條件： 這是獨立研究、沒有經過同儕審查；用的是 API，不是一般使用者看到的介面；只在 2026 年 7 月一個時間窗跑過；題目是消費決策類（研究者提到 ChatGPT 常引用美國、日本的官方機構網站），企業服務類的問題，結果可能不同。它適合拿來看「方向」，不適合當成每個產業都一樣的定律。
二、各方評價：為什麼 ChatGPT 這麼「認官方」？
其他研究也看到類似的傾向。 2026 年 4 月一篇橫跨 ChatGPT、Google AI 摘要／Gemini、Perplexity 的研究，分析了 602 題、超過 2.1 萬筆引用，發現 Perplexity 和 Google 引用的來源比較多、比較分散，ChatGPT 引用的來源比較少，但每一個被它讀進來的頁面對答案的影響比較大；影響力高的頁面，通常篇幅較長、結構清楚、跟問題高度相關。（arXiv 2604.25707）
ChatGPT 有沒有上網查，決定了你能不能影響它。 聖加侖大學 2026 年研究觀察到，ChatGPT 有 57.8% 的回答完全沒有附引用，因為它只在特定問題才啟動網路搜尋。（arXiv 2604.07585）不上網的時候，它靠的是訓練時學到的內容；這時候能影響它的是長期、跨多個網站一致的公開資訊，而不是你昨天剛更新的網頁。
各平台的官方說法。 OpenAI：ChatGPT 搜尋靠自家爬蟲 OAI-SearchBot 建索引，封鎖它的網站不會出現在 ChatGPT 的搜尋回答裡。（OpenAI 爬蟲說明、說明中心）Google：AI 摘要和 AI 模式用的是 Google 自己的索引；官方建議讓 Merchant Center 和 Google 商家檔案的資訊保持最新。（Google Search Central）Perplexity：由 PerplexityBot 建立索引，官方說明這個爬蟲不用於訓練基礎模型。（Perplexity 爬蟲說明）
論壇聲量不能用「做」的。 Perplexity 確實會引用論壇和社群，但在論壇代發推薦文是死路：Dcard 官方公告把口碑操作、品牌推廣的業配帳號列為永久停權對象；以消費者口吻推薦卻沒揭露利益關係，也可能違反公平會的薦證廣告規範。（Dcard 公告、公平會薦證廣告規範）能做的，是用自己具名的帳號，在社群上講真話、給乾貨。
三、我們看完這份研究後，做了哪些調整
我們的業務對象在台灣，也一直以中文經營內容。看完這組數據，最直接的衝擊是：如果 ChatGPT 回答台灣問題時，有一大半引用不是中文，那只寫中文的官網，在 ChatGPT 那邊天生就少了一截。
我們做了這幾件事：
1. 每篇 NEWS 都出英文版。 從這週起，每篇報導同步出英文版，中英頁面互相標註對應關係（hreflang），讓 AI 知道這兩頁講的是同一件事。英文版不是逐字翻譯，而是照英文讀者的習慣重寫。
2. 把公司的「官方身分」講一致。 公司全名、英文名、統一編號、所在地、服務描述，在官網、社群簡介和各處登錄資料統一成同一套說法。我們在經濟部的公司登記本身就是公開的政府資料，官網上的描述也和登記內容對得上。
3. 按 AI 分流，不再想「一套通吃」。 官網和英文頁顧 ChatGPT；官網結構、Google 商家檔案顧 Gemini 和 Google AI 模式；自家具名的社群長文顧 Perplexity。
4. 我們還在補的： 公協會與公開名錄的登錄、具名的媒體露出。這部分我們從很低的起點開始累積，不會用假帳號或代發文去「快速補齊」。
我們之前被 AI 很肯定地說成「跟 AI 無關的公司」，回頭看，很可能就是 AI 在記憶裡找不到足夠、一致的資料，只好拿片段拼湊。把身分資料在多個可信的地方講一致，是我們認為最值得先做的事。
四、我們的建議：在地品牌的分流佈局
先看你的客人用哪個 AI，再決定資訊放哪裡。 以下依研究觀察整理（方向參考，各產業仍需自己量）：
| 想被哪個 AI 提到 | 它比較常引用 | 可以放資訊的地方 |
|---|---|---|
| ChatGPT | 品牌官網、政府與研究機構，英文比例高 | 中英雙語官網並互相標註；政府與公協會公開名錄；白皮書、方法說明這類「機構型」內容 |
| Gemini／Google AI 模式 | 品牌官網、評測站、新聞媒體 | 能被 Google 收錄並顯示摘要的官網；Google 商家檔案；具名的媒體報導與評測收錄 |
| Perplexity | 評測站、官網、論壇與社群、影音 | 自家具名的社群長文（例如 Threads）；YouTube 影片與逐字稿；第三方比較清單 |
所有 AI 都適用的四件事：
1. 名稱、地址、電話、統編一致。 中文名、英文名、簡稱怎麼寫，全網統一。2. 用台灣用語、放台灣座標。 繁體中文、台灣慣用詞，地址、+886 電話、統一編號寫清楚，讓 AI 知道你是台灣的公司。3. 寫「品牌比較」類的內容。 ChatGPT 在品牌比較題最常上網查，「A 和 B 差在哪、各適合誰」這類中立比較頁，最有機會被讀到。4. 重要資訊用文字寫在網頁上。 不要只放在圖片、PDF 或要點開的分頁裡。
一句話收尾：不是每個 AI 都讀同一份資料。 先知道你的客人問哪個 AI，再把正確的資訊放到它會看的地方。
按 AI 分流。先量再佈局。合規渠道只用這些。
（以下是 Think BIG 自己的立場，與上方中立報導區隔。）
我們的搜尋能見度服務（SEO＋GEO），處方一律按 AI 分開寫：先量再佈局——先用重複抽樣量出你在每個 AI 上的現況，以及它們各自引用了哪些來源，再決定資源先放哪裡。三個 AI、三套處方——ChatGPT 看官網（含英文頁）與機構名錄；Gemini 和 Google AI 模式看官網結構、Google 商家檔案與具名報導；Perplexity 看具名社群與影音。
身分一致是地基： 把公司名稱、描述、聯絡資訊在各處對齊，讓 AI 認得出你、講得對你。只用合規渠道： 不在論壇代發文、不做假帳號、不寫假評論；付費合作一律揭露。
我們不承諾名次或業績，承諾把資訊放對地方，並每個月給你看得到的數據。
FAQ
- Q1：ChatGPT 回答台灣問題時，最常引用哪些來源？
- 依 2026 年 7 月一份台灣繁中研究（60 題消費決策問題、15,729 筆引用），ChatGPT 引用的來源有 55.8% 是品牌官網、21.2% 是政府或研究機構，合計約七成七；部落格和新聞媒體的比例都很低。這是單一時間窗、使用 API 的獨立研究，各產業結果可能不同。
- Q2：為什麼 ChatGPT 回答繁體中文問題，卻常引用英文來源？
- 同一份研究中，ChatGPT 引用的內容有 44.4% 是英文、23.1% 是日文，繁中只有 30.1%；研究者觀察到它常引用美國、日本官方機構的網站。對台灣品牌來說，準備一份內容一致的英文官網頁面，有機會增加被 ChatGPT 讀到的管道。
- Q3：在 Dcard、PTT 發文推薦自己，可以提高 AI 能見度嗎？
- 不建議。Dcard 官方公告把口碑操作、品牌推廣的業配帳號列為永久停權對象；以消費者口吻推薦卻沒有揭露利益關係，也可能違反公平會的薦證廣告規範。比較好的做法是用自己具名的帳號，在社群上分享真實、有用的內容。
- Q4：不同 AI 引用的來源差很多嗎？
- 差很多。同一份研究發現，ChatGPT 和 Perplexity 引用的網域只重疊 5.4%、和 Gemini 重疊 6.3%，Perplexity 和 Gemini 之間也只有 20.1%。在一個 AI 上被看見，不代表在另一個 AI 上也被看見，佈局和量測都要分開做。
- Q5：在地中小企業該先做哪一件事？
- 先把公司身分在網路上講一致：中英文名稱、地址、電話、統一編號、服務描述，在官網、Google 商家檔案、社群簡介和公開名錄都用同一套說法。這件事成本低，而且同時幫助 Google 搜尋和各個 AI 認得你。
本文為 Think BIG 產業觀察與第一手做法整理，引用之研究與官方文件均標註來源；研究數據以原文所載之時間、平台、題目類型與測試條件為準，不代表所有產業。自家做法只呈現方向與相對進度，不揭露絕對數字。文中引用之研究不代表其作者對本文立場的認可，內容不針對任何公司或產品。