我们把之前研究中的 60 个购物问题又问了一遍，一天内在 Google、ChatGPT 和 Perplexity 中各问三次。然后，我们就八种具体商品问了“哪里能买到，多少钱？”，每个问三次，并把每条回答与商店的实时价格和库存逐一核对。
发布于 2026 年 10 月 22 日 · 数据采集于 2026 年 10 月 22 日（三轮，相隔一小时）和 2026 年 10 月 17 日
至少引用了一个各类型网站的回答所占比例，取 10 月 22 日三轮的平均值，括号内为最低和最高的一轮，下方为 10 月 17 日的单轮结果。
| 来源类型 | Google AI 概览 | ChatGPT | Perplexity |
|---|---|---|---|
| 品牌官网 | 53% （52–54） 10 月 17 日：49% | 57% （49–64） 10 月 17 日：57% | 50% （50–50） 10 月 17 日：53% |
| 零售商 | 31% （29–33） 10 月 17 日：27% | 53% （50–57） 10 月 17 日：53% | 28% （28–28） 10 月 17 日：32% |
| 评测网站或媒体 | 84% （81–85） 10 月 17 日：89% | 82% （76–88） 10 月 17 日：78% | 99% （98–100） 10 月 17 日：98% |
| 论坛或社交平台 | 67% （60–73） 10 月 17 日：67% | 0% （0–0） 10 月 17 日：0% | 10% （10–10） 10 月 17 日：8% |
| 视频（YouTube） | 83% （81–85） 10 月 17 日：86% | 0% （0–0） 10 月 17 日：0% | 0% （0–0） 10 月 17 日：0% |
各网站在一天之内的变化幅度：
| 引擎 | 三轮中全部被引用的网站 | 两轮之间的平均重叠 | 10 月 17 日的网站在 10 月 22 日再次被引用的比例 |
|---|---|---|---|
| Google AI 概览 | 55% | 74% | 74% |
| ChatGPT | 15% | 32% | 70% |
| Perplexity | 96% | 98% | 77% |
一条回答在一小时内可能变化多大的两个例子：
引用品牌自己网站的回答所占比例，按问题中商品的典型价格划分（不含软件类问题），取三轮的平均值。
| 典型价格 | Google AI 概览 | ChatGPT | Perplexity |
|---|---|---|---|
| 以下 | 81% （约 8 条回答） | 29% （约 10 条回答） | 46% （约 11 条回答） |
| $100–399 | 47% （约 29 条回答） | 55% （约 28 条回答） | 52% （约 33 条回答） |
| $400+ | 31% （约 9 条回答） | 75% （约 8 条回答） | 27% （约 11 条回答） |
八种在品牌自家美国商店销售的具体商品，从一件厨房工具到一个硬壳冷藏箱，在每个引擎中各问三次。每一轮开始时，我们保存商店的实时价格和库存；当天都没有变化。Google 只在 24 个问题中的 9 个显示了 AI 概览，所以它的那一列样本较小。
| 引擎 | 回答 | 提到了品牌自家商店 | 自家商店价格错误 | 把有货商品说成已售罄 | 把更便宜的卖家称为最划算的选择 |
|---|---|---|---|---|---|
| Google AI 概览 | 24 条中的 9 条 | 7 | 7 条中的 1 条 | 0 | 1 |
| ChatGPT | 24 条中的 24 条 | 24 | 24 条中的 3 条 | 3 | 5 |
| Perplexity | 24 条中的 24 条 | 24 | 24 条中的 1 条 | 3 | 3 |
每一轮出了什么问题：
我们无法判断库存错误为什么会一直存在。我们注意到一点：商品页价格旁带有一个隐藏的“Sold out”标签（许多商店主题都有这样的标签），而它的结构化数据却写着有货。测试中另外两家商店也有同样的隐藏标签，却没有被说成已售罄，所以这是需要检查的线索，而不是解释。
第一部分：与我们的 Google 研究和助手研究相同的 60 个购物问题，于 2026 年 10 月 22 日太平洋时间 9:45、10:45 和 11:45 提问三次，设置相同：Google 美国站桌面端并加载 AI 概览；ChatGPT 通过针对美国地区的 chatgpt.com 搜索（DataForSEO LLM Scraper）；Perplexity 通过 Sonar API 使用美国网络搜索（DataForSEO）。引用的统计方式与那些研究相同，网站类型使用同一分类方案，由一人判定。百分比以至少引用了一个来源的回答为基数；对 Google 则以出现了概览的问题为基数。重叠按域名比较被引用的网站。
第二部分：八种在品牌自家美国商店销售并公布价格的商品，以“我在哪里能买到[商品]，多少钱？”的形式提问，在同样的三轮中进行。每一轮开始时，我们保存每家商店的价格和库存，并手工标注每条回答：是否提到了品牌的商店、给出的该商店价格是否正确、对库存是怎么说的，以及是否把更便宜的卖家称为最划算的选择。对其他卖家给出的价格没有核查。如果价格与任一当前规格相符，或者在回答说“起”时与最低价相符，即视为正确。我们不公布商品名称，因为其中几款属于与我们合作或交流过的品牌。
局限：只有一天、三轮、一个市场；这些商品是小规模的便利样本，并不代表所有商店。问题列表是撰写的，而不是从真实搜索中抽样的。API 和抓取工具的结果可能与已登录用户看到的不同。原始数据行见 CSV：第一部分和第二部分。
Hasmord 是 AEO 原生销售平台。买家在 AI 助手、搜索和销售对话中提出问题。Hasmord 找出你对产品与服务的回答哪里不足，用证据把回答变得更好，为你找到潜在客户，并把每一条线索接入你的销售流程。
它向 ChatGPT、Claude、Gemini 和 Perplexity 提出你的买家会问的问题，通过问题监测在一周内每天读取某个问题的 Google AI 概览，并显示每条回答依据了哪些来源和事实。查看 AEO/GEO 平台。
在我们的测试中大体准确。ChatGPT 在 24 条回答中有 21 条正确给出了品牌商店的价格。出错的是一个错误的促销价，以及两次把一瓶装和补充装搞混。它还在三轮中都把一款有货商品说成已售罄。
会，变化多少取决于引擎。在同一天的三轮中，ChatGPT 引用的网站只有 15% 在三轮中全部出现，Google AI 概览为 55%，Perplexity 为 96%。引用各类网站的回答所占比例变化小得多。
我们看不到引擎内部。在我们的测试中，其中一款商品的这个错误每一轮都重复出现，因此值得检查你的商品页面向读取其文本的软件展示了什么：隐藏的库存标签、缺货的规格和结构化数据。
不止一次。单轮结果可能不具代表性，尤其是在 ChatGPT 中。把同一个买家问题多问几次，追踪引用或推荐你的回答所占的比例，并针对最接近成交的问题检查价格和库存。
相关阅读：ChatGPT 和 Perplexity 引用谁 · Google 的 AI 概览引用谁 · AI 概览追踪器 · ChatGPT 购物。