同一個問題，今天問 ChatGPT，和三個月前問，得到的品牌清單可能有一半不一樣。這不是你的錯覺，也不是模型變笨了——生成式引擎的引用來源本來就會漂移，而且幅度大到足以改變一場採購決策的候選名單。我們花了一季追蹤同一組問題，想看清楚這種波動到底有多大、發生在誰身上、有沒有規律。結論是：波動遠比多數品牌想像得劇烈，而且它比單次排名更能揭露你在 AI 眼中的真實地位。
我們追蹤了什麼、怎麼追蹤
做法很單純。我們挑了 40 組 B2B 買家真的會問的問題，涵蓋「最好的 XX 軟體」「XX 工具比較」「XX 適合哪種團隊」這幾種典型意圖，然後每週用一模一樣的字句，分別在 ChatGPT、Perplexity 與 Gemini 上重問一次，連續追蹤三個月。每次都記錄答案裡出現了哪些品牌、引用了哪些網址、以及誰被放在第一順位。
控制變因是這份調查能不能成立的關鍵。我們用同樣的帳號設定、同樣的地區、關掉個人化記憶與搜尋歷史，讓答案的變化盡量來自模型與來源本身，而不是我們自己留下的痕跡。問句字句完全不動，因為只要換一個詞，抽取到的內容就會不同，那就變成兩個問題、而不是同一個問題的時間切片了。
三個月後，答案變了多少
先講最反直覺的一點：波動不是只發生在冷門問題上。連「最好的專案管理軟體」這種被寫爛的題目，被引用的品牌名單在三個月間也換掉了將近四成。你以為守住了的位置，其實一直在鬆動。
- 月初與月底的品牌重疊率平均約 55%，換句話說，每三個被引用的品牌，就有一個在一季內被換掉。
- 約三分之一的問題，「第一個被提到的品牌」在三個月內至少易主過一次。
- Perplexity 波動最大，因為它高度依賴即時搜尋結果；ChatGPT 對已建立權威的品牌相對穩定，但對新興品牌一樣善變。
- 長尾、利基型問題的名單洗牌速度，大約是熱門大題的兩到三倍。
- 結構清楚、有明確數據與定義的新內容，最快在上線後兩到三週就能擠進引用名單。
引用穩定度比單次排名更能反映真實地位——排名可以靠一篇文章短暫衝高，但穩定被引用，代表模型反覆判定你是值得信任的來源。— Tenten GEO Brand Radar 追蹤觀察
為什麼同一個問題會給出不同答案
波動來自好幾層疊在一起的變動。最底層是檢索：模型在回答前會即時搜尋或查詢索引，而搜尋引擎的結果本身每天都在重排，新頁面進來、舊頁面掉出去，抽取到的候選內容就跟著換。上一層是模型自己的更新，供應商每隔幾週就微調權重與安全策略，同樣的提示詞可能觸發不同的取材偏好。再加上生成時的隨機性，就算前兩層都不動，措辭與舉例也會有小幅擺動。
還有一個容易被忽略的因素：你的競爭對手也在動。當某個對手發布了一篇結構乾淨、定義明確的比較文章，它可能在兩三週內就取代你原本的引用位置。AI 的答案是一個持續被重新計算的均衡，而不是一份定稿的榜單。
波動背後其實有規律
混亂之中有可預測的部分。權威度高、被第三方反覆佐證的品牌，波動明顯較小；資訊薄、只靠自家頁面撐場的品牌，最容易在洗牌中掉出去。意圖越明確、答案越有共識的問題越穩定；模糊、主觀、選項眾多的問題則長期高波動。這代表你能靠內容結構與外部佐證，主動把自己推向低波動、穩定被引用的那一端。
品牌該怎麼因應這種不穩定
最沒效益的反應，是每天截圖 AI 的答案、看到自己掉了就恐慌改一篇文章。單日名單本來就會抖，用單點資料做決策只會讓你疲於奔命。真正該做的是把追蹤週期拉長，用重疊率與被引用份額這類趨勢指標，判斷自己是往穩定端移動、還是持續流失。
要提高穩定度，方向其實清楚：把核心主題寫成有明確定義、數字與適用情境的段落，讓模型能乾淨抽取；在多個可信來源上維持一致的品牌與實體訊號；並累積第三方提及與佐證，讓 AI 有多重理由把你判定為可信來源。這正是 Tenten 的 Brand Radar 在做的事——持續監測你在各家生成式引擎的引用軌跡，把單日雜訊過濾成能決策的趨勢。
AI 的答案不會替你穩定下來，你只能讓自己成為那個難以被換掉的來源。如果你想知道自己現在被引用得有多穩、缺口落在哪些問題上，可以預約一場 30 分鐘 GEO 診斷，我們用你自己的品牌跑一次追蹤，直接看數字說話。
