我们在 5 个主流 AI 模型里做了对比测试，结果有些意外

---

核心发现

在淘宝、京东搜索"狗粮"，麦富迪、皇家等品牌稳居前列。

但在豆包、DeepSeek、通义千问、腾讯元宝、Kimi 这 5 个 AI 助手里，推荐的品牌却是另一番景象，而传统头部品牌反而少见。

这不是偶然，而是两套不同逻辑的自然结果。

---

观察数据

店铺排名和AI推荐数据会变化，测试数据来自4月实测，数据仅供参考

---

底层逻辑差异

传统搜索（SEO）

用户搜索 → 返回相关链接 → 用户自行判断

排名依赖：关键词匹配、网站权重、销量数据、广告投放

结果特征：头部集中、可竞价、马太效应

数据仅供参考

AI 推荐（GEO）

用户提问 → AI 综合信息 → 直接给出建议

推荐依赖：内容质量、专业背书、用户评价、信息完整度

结果特征：多源整合、长尾有机会、更依赖内容本身

---

三点观察

1. 流量入口在分化

电商搜索、百度 SEO、AI 推荐，正在成为三个不同的流量池。中小品牌在傳統渠道难以突围，但在 AI 推荐中可能获得平等曝光。

2. 内容建设的价值在回归

AI 无法"被竞价"，它只能基于已有信息做判断。这意味着产品信息的质量、结构化程度、专业背书，正在重新变得重要。

3. 行业影响不均衡

高决策成本、信息不对称的行业（母婴、教育、健康、数码）受影响可能更大；视觉驱动、低决策成本的行业（服装、快消）影响相对较小。

---

对决策者的启示

对品牌方：

• 把 AI 推荐当作一个观察窗口，了解用户获取信息的新路径

• 内容建设是长期价值，与渠道策略并行而非替代

• 不必跟风，但值得保持关注

对用户：

• AI 推荐是参考之一，多渠道验证仍是理性做法

• 意识到"AI 说的"背后有它的逻辑和边界

对行业：

• 搜索生态的演变是持续的，从目录到搜索到社交到 AI

• 每次变化带来新的机会，也带来新的不确定性

• 适度关注，不必过度解读

---

结语

这个观察不一定适用于所有行业，但它指向一个趋势：

用户获取信息的方式在变，品牌与用户沟通的方式也需要随之调整。

---

欢迎交流：

我们还在持续观察其他行业（母婴、数码、美妆、教育等）的 AI 推荐表现。

如果你也注意到类似现象，或者想看看自己所在行业的情况，欢迎在评论区分享。

也可以告诉我们你的行业，我们会纳入后续的观察计划。

---

观察时间：2026 年 4 月 测试平台：豆包、DeepSeek、通义千问、腾讯元宝、Kimi

本文仅作为行业观察，不构成商业建议