AI 推荐的门槛不在品牌大小，在模型认不认得你

米兰理工大学 Giorgio Monaco、Jacopo Lenti 与 Francesco Pierri 三位研究者，2026 年 11 月 5 日在 arXiv 公开论文《The Popular Get More Popular: Auditing Brand Bias in Generative Search》（编号 2611.07614）。他们把「AI 为什么不推荐我」拆成两个可分别测量的部分：知名度与被提到频率的关联，以及产品事实相同时只换署名会移动多少名次。

第二个答案很直接。每次给模型五个产品页，只改目标页的署名与写法：原品牌署名时平均排名 3.21，换成虚构品牌后 3.65，相差 0.44 位，四个模型、四个行业方向一致；三种「不改事实」的改写平均只挪 0.022 位，不显著。

一、19,200 条回答里的相关性

第一项工作是审计。研究者从关键词工具取意大利市场四个行业（保险、旅游、时尚美妆、运动）的商业词，剔除带品牌名的词，改写成意大利语提问共 80 句；每句分四种情境、联网开关各问 10 次，向 gpt-5.5、gemini-3.6-flash、perplexity/sonar 取得 19,200 条回答。品牌门槛是在同一行业被至少一个引擎提到 5 次以上，符合者 1,176 个，683 个查得到官方域名。

1.4 到 2.8 倍的分母是同引擎同行业平均值

按知名度五等分，最低一组平均每个品牌出现在不到 1% 的回答里，最高一组 1.2% 到 5.3%，因引擎而异。按同引擎同行业均值标准化，最高五分位被提及与被引用的频率是平均水平的 1.4 到 2.8 倍；这项相关在 24 种「引擎×行业×联网开关」组合中 23 种显著。

这一条只是相关性

但 1,176 个都是「至少被提到过 5 次」的品牌，从未被提到的没进样本，所以 1.4 到 2.8 倍描述的是已进入回答的品牌之间的落差。官网被引用的关联更弱，12 组「引擎×行业」只有 8 组显著，作者判定「部分支持」。

二、开了联网，差距没有缩小

研究者的原假设是：关掉联网只剩训练记忆，偏差应更重；打开联网有了外部资料，偏差应减轻。结果不成立。品牌搜索量每高出 10 倍，关闭联网时每 100 条回答多被提及 0.87 次，开启联网时 0.89 次，相差 0.02，区间从 −0.03 到 0.07，与零无法区分。

搜索字串里已经写着品牌名

原因之一在检索动作本身。GPT 在拿到任何网页结果前先自己拟搜索字串，而字串里往往已带品牌名。旅游行业被提到的品牌中，「名字在第一次搜索已出现在字串里」的比例从最低五分位 7% 升到最高 45%，保险从 1% 升到 8%。候选名单的一部分，在搜索之前就形成了。

有的引擎并没有真的去搜

论文所谓「开启联网」只是允许，不等于执行。三引擎实际执行比例为 GPT 98%、Perplexity 100%、Gemini 44%，Gemini 联网条件下的回答一半以上没发生检索。平均来源数也不同：GPT 4.6 条、Gemini 5.3 条、Perplexity 9.0 条。

三、分界线是「模型认得」，不是「品牌规模」

第一项研究只能说明关联，排除不了「大品牌产品确实更好」。第二项就是为此设计的：同一份页面文本只换署名。

让同一份页面分别由同类别里知名度更高的真实品牌、知名度更低的真实品牌、以及虚构品牌署名：两个真实品牌之间排名差距只有 0.05 位，不显著；而知名度更低的真实品牌仍比虚构品牌高 0.19 位，显著。控制内容之后，知名度高低本身没有再造成可辨识的差别，真正掉下去的是模型完全不认得的名字。

拆开看，产品名值 0.14 位，品牌名单独值 0.30 位。论文把这层叫「熟悉度偏差」，并推断它来自参数记忆。0.44 位量级不大，但方向在四个模型、四个行业都一致。

四、0.02 位不等于「内容没用」

摘要写得很重，说标准内容优化无法跨过参数壁垒，但实验条件不支持这么宽的结论。第一，排序在关闭联网下进行，五个页面已摆在模型面前，改写能否提高被检索到的概率不在测试范围。第二，三种改写严格限定不增删事实：数字与原文一致、长度在上下 15%、只调信息顺序、流畅度与语气；补上缺失的规格或价格会怎样，论文没有回答。第三，作者做了品牌泄漏检测，模型猜中原始品牌比例 38%，属上界估计。

稳妥的读法只有一句：只调呈现、不增实质的改写效果小且不可靠。这不等于「事实增量不重要」。

五、36.2% 的提及只在别人的页面上

研究者核验了 30,006 次提及，看品牌名能否在回答附带的来源里找到：GPT 95.5% 能核实、Perplexity 97.3%、Gemini 只有 60.9%，另有 24.9% 无从核实。已核实的提及中，36.2% 的品牌名只出现在第三方页面——品牌被提到了，官网却不在来源列表里。

含义很具体：官网不是唯一入口。行业媒体、评测、目录站、平台页上的品牌名与基础资料，是品牌进入 AI 回答的实际通道；这些地方写法不一致，模型拿到的就是几份互相矛盾的实体描述。

提问带上条件，优势会缩水

不带上情境时，品牌搜索量每高 10 倍，每 100 条回答多被提及 0.98 次；加基准情境降到 0.80 次，价格情境 0.85 次，都显著更低；只改人生阶段的是 0.89 次，未达显著。情境也改变检索：时尚美妆、运动、旅游三行业中，带情境的提问有 86% 到 96% 会在搜索字串出现价格类词语，不带情境只有 25% 到 46%。

六、企业可以照着做的四件事

先做一次三层体检

把「提到」「引用」「认得」当三笔账分开记。用不含自家品牌名的行业问句问几个 AI 助手，重复多次，记录品牌是否出现、有没有被列为来源；再直接问「某某公司是做什么的」，看描述准不准。前者是可见度，后者是模型认知。单次结果不足以下判断，AI 回答本身有随机性。

把第三方页面当主战场之一

既然 36.2% 的提及只发生在第三方页面，行业媒体、评测、目录与平台上的品牌名、业务描述、联系方式就该按同一份底稿写。单点成本比改官网低，覆盖面可能更宽，而且同时影响搜索与 AI 两套系统。

用带条件的问句写内容

提问越具体，头部品牌优势越小。与其写「我们提供什么服务」，不如写「预算在某个区间、处在某个阶段的客户该怎么判断」。具体情境本身就是筛选器，也筛掉了不匹配的询盘。

加事实，而不是只调笔法

0.022 位真正否定的，是把润色当成 GEO 的主体动作。可查证的价格区间、服务流程、交付清单、公开的案例边界、署名与更新时间，才是能改变模型判断的原料。

七、这份研究的边界

作者列了七条限制，其中四条直接影响怎么用：数据来自意大利语提问、定位罗马、单一时间快照；全部经厂商 API 取得，可能不含消费端界面的系统提示；第二项实验关闭联网，测的是页面摆到面前之后如何排序，不含检索与重排；样本只含已被提到过的品牌。用搜索量代表知名度，也只是代理指标。

对国内企业还有一层要自己补：中文语料、国内平台、本地服务类问答，这套数字不能直接套。可借用的是分析框架——把提及、引用、认得分开测，把内容改动与实体认知分开算。若一项方案只谈页面怎么改、不谈品牌在语料里有没有痕迹，它解释不了 0.44 与 0.022 之间那道差距。