吸塵器AI推薦大洗牌　Dyson獨占鰲頭LG緊追　ChatGPT缺席打折扣

SIGO觀測是一個獨立的AI推薦觀測機構，持續記錄ChatGPT、Gemini、Perplexity等AI平台在回答消費者提問時，實際提及與推薦了哪些品牌。

我們觀測的對象是整個產業與品類內的所有品牌，而不是單一品牌自己的表現，就像媒體記錄市場動態，而不是幫特定公司做自我檢測。

多數AI能見度工具是品牌方拿來查看自己在AI中的曝光狀況，SIGO觀測的角色不同：我們持續掃描每個品類中所有主要品牌被AI提及的情況，建立跨品牌、跨期的完整觀測紀錄。

SIGO觀測採用大量真實瀏覽器環境搭配台灣本地網路進行觀測，以固定方法與固定週期產出品類指數與觀測報告，讓任何人都能看見整個產業的AI推薦格局，而不只是單一品牌的片面數據。

因為真實環境、真實瀏覽器，就等於是真實網友實際問AI看到的答案和畫面，而不是一般串API跑出來的答案。

國內外多數AI能見度工具是透過API直接呼叫模型取得回答，但API回傳的內容與消費者在ChatGPT、Gemini、Perplexity等介面上實際看到的畫面並不相同，且會因為API使用的模型不同，差距更大。

真實介面中的購物卡片、引用來源、在地化價格與品牌排序，往往是API呼叫無法完整重現的層面，API觀測與真實環境觀測，測量的其實是兩種不同的對象。

SIGO觀測選擇採用大量不同用戶的真實瀏覽器環境進行觀測，搭配台灣本地網路環境執行查詢，記錄的是台灣消費者打開AI對話視窗時，實際會看到的推薦內容。

這個選擇讓觀測結果更貼近消費者的真實體驗，也是SIGO觀測與多數API觀測工具在方法論上的根本差異。

一般AI能見度檢測工具的邏輯是查詢自己的品牌，測量的原點永遠是你自己。如果品牌已經進入AI的回答，工具看到的是你的表現；如果尚未進入，看到的其實是別人的位置。

SIGO觀測從一開始就以第三方角度觀測整個產業，如實呈現業界現況，已經進入答案時參考價值更高，尚未進入時則能掌握業界趨勢。

除了以品牌為主角的觀測報告，SIGO觀測還提供跨產業視角的內容：趨勢洞察報告鎖定多個議題，記錄各產業話題的變化方向；SIGO指數報告則把品類內的觀測數字彙整成單一指數，呈現整體AI推薦環境的走勢。

這些內容幫助你掌握的不只是單一品牌的位置，而是整個商業環境的脈動。

可以。只要品牌所屬的品類在SIGO觀測範圍內，你的品牌就會持續被收錄，累積出現次數、涵蓋品類與最新一次收錄紀錄。如果你的行業或產品品類尚未涵蓋，也歡迎告訴我們，這是SIGO觀測擴充品類時重要的參考依據。

每個有進入觀測範圍的品牌都有專屬的品牌頁面，在AI答案中的表現若通過一定的門檻，我們會生成專屬的品牌檔案，彙整上月全月觀測數據，把該品牌在各品類中的AI推薦排行整理成單一頁面：涵蓋品類數與觀測次數、各品類的名次與AI推薦分數、名次波動與競爭品牌脈絡、AI在回答中如何描述這個品牌、以及所有提到這個品牌的相關報告列表，都會完整呈現。

需要提醒的是，SIGO觀測不是為單一品牌量身打造的檢測服務，我們記錄的是整個品類內所有品牌的表現，你的品牌只是其中之一。這個角度反而更有價值：你看到的不只是自己有沒有被AI提及，而是在同一個品類中，哪些品牌被提得多、哪些正在流失能見度，這些對照才是判斷自己實際處境的關鍵依據。

SIGO觀測的內容分成兩層。基礎層是持續產出的觀測報告，包含記錄各產業品牌實際被AI推薦情況的AI推薦觀測報告、觀察各產業話題與變化的AI趨勢洞察、以及彙整單一品牌在AI推薦中出現紀錄的品牌檔案，這三類報告構成SIGO觀測資料庫的核心。

在基礎層之上，SIGO各品類指數彙整上個月該品類的所有觀測，呈現推薦集中度與穩定度的變化；針對區域性比較強的品類例如台北補習班，則有區域性AI推薦榜來觀察在地品牌推薦情況，不計入總指數。

每期各品類指數再彙整為SIGO總指數，呈現整體AI推薦環境的變化方向，讓單一觀測數據最終串接成可長期追蹤的產業指標。

我們的觀測題目都是以推薦意圖為核心的固定提問。因為「推薦」是消費決策前最高頻的查詢組合之一，也是品牌方最重視的關鍵字，可以視為品牌在AI市場中的「聖杯」：能夠穩定進入推薦名單，代表品牌已經具備一定程度的市場認知與AI推薦優勢。

此外，跨期比較要求題目恆定，題目一旦變動，數值的升降就無法區分是AI推薦傾向改變，還是提問方式改變。

平台選擇的依據是台灣使用者的實際接觸範圍，而非模型本身的技術評價。

SIGO記錄的是消費者可能真實接收到的推薦內容，因此納入標準是普及程度，不是能力排名。

ChatGPT在台灣的一般使用者滲透率最高，是多數人第一個接觸的AI對話工具。

Gemini依託Google既有的服務入口，在搜尋與行動裝置端擁有廣泛的自然觸及。

Perplexity則是兩大巨頭之外知名度最高的獨立平台，在資料查找與報告寫作場景中有明確的使用族群，而因其預設會先搜尋再回答，所以是GEO操作的重要參考平台。

其他平台目前不納入，原因各異。

Grok的主要入口X.com在台灣屬於相對小眾的社群平台，一般消費者接觸機會有限。

Claude在技術與網路社群中知名度高，但在一般消費族群中的普及程度尚未達到同等水準。這些判斷會隨市場變化重新評估，平台名單並非永久固定。

觀測平台的增減將視使用者接觸範圍的實際變化調整，任何調整都會在方法學說明中記錄變更時點，並在指數計算上維持前後期的可比處理。

五種內容對應五種不同的觀測單位：單次、跨期、地區、品牌、產業。理解差別最快的方式，是看它們各自回答什麼問題。

觀測報告：某一次觀測看到了什麼

以品類為單位，每次觀測完成即發布，記錄該次三個平台各自給出的品牌名單與排序。觀測序號累計不重置，是可回溯的原始記錄。

SIGO指數：跨期彙整和分析，展示這個產品類別的推薦格局如何變動

以品類為單位，將整月多次觀測結果彙整為單一數值，並以基期正規化。指數頁提供跨期比較、排名變動、平台間分歧來源等解讀，回答的是趨勢問題而非單次問題。

SIGO指數詳細說明

地區排行榜：同一服務在不同城市的推薦差異

適用於推薦結果會因地區而異的服務型品類，採城市層級分眾。排行榜為獨立產品，不納入SIGO總指數計算，避免地區樣本影響跨品類可比性。

品牌檔案：單一品牌在各品類的表現軌跡

以品牌為單位橫向彙整，呈現該品牌的歷史表現、被提及的品類分布、以及推薦來源結構。品牌檔案是查詢入口，觀測報告與指數則是它的資料來源。

被AI提及過的品牌不會自動建立檔案，需通過穩定度門檻，避免名單灌水而失去參考價值。

趨勢洞察：AI如何回答這個產業的消費疑問

以產業為單位，提出五題開放式問題，涵蓋風格趨勢、預算配置、選購考量等消費者實際會問的內容，記錄三個平台的完整回答並交叉分析。

洞察觀察的是論述內容而非品牌名次，因此不產生分數，也不進入指數計算。它回答的是AI對整個產業的認知框架正在如何移動。

五者的關係

觀測報告與趨勢洞察是兩條並行的原始層，前者問品牌，後者問議題。指數與品牌檔案都由觀測報告彙整而來，方向不同：指數往時間軸縱向累積，品牌檔案往品牌橫向收攏。地區排行榜自成一套，與總指數各自獨立。

不會，這也不是SIGO觀測要做的事。SIGO觀測的角色是記錄與呈現AI實際推薦了哪些品牌，而不是介入或改變AI的推薦結果，這個角色分際是SIGO觀測公信力的基礎。

不過，看得懂數據本身就有價值。

透過品牌檔案與品類指數，你可以清楚看到自己在哪些平台、哪些品類中被提及，AI又是用什麼方式描述你的品牌，這些觀測結果能幫助你判斷目前所處的位置，以及該採取的行動。

每份報告裡的共識分數、出現率、穩定度、SIGO指數，量的是不同層面的東西：

共識分數看AI多常把品牌排在前面。

出現率看AI提不提到這個品牌。

穩定度看提到的時候名次可不可靠、穩不穩定。

SIGO指數則是跨期統計和分析，方便掌握市場真正的變化。

共識分數 = 結果
出現率、覆蓋平台、平均排名 = 組成這個結果的細節
名次區間、穩定度 = 這個結果到底穩不穩

這幾個指標搭配著看，才能判斷一個品牌是穩定站上前段班，還是少數幾次剛好衝到前面。

完整說明與計算邏輯，可以參考SIGO觀測數據與排名說明大全。

最常見的誤會，是只憑感覺比較兩個品牌的曝光狀況，結果被公式的乘法效果搞混了。

共識分數其實可以拆解成：

共識分數(%)＝出現率(%)×(平均每次出現拿到的積分÷10)

這代表出現率其實是分數的天花板：不管一個品牌每次出現時排名多好，只要出現率不夠高，分數就是衝不上去——因為公式把「沒出現的那幾次」算成0分，一起攤進分母裡。

舉個例子，同樣觀測10次：

品牌C：出現9次（出現率90%），但每次都排第9名（2分）→ 積分9×2＝18分 → 共識分數18分。

品牌D：只出現4次（出現率40%），但每次都排第1名（10分）→ 積分4×10＝40分 → 共識分數40分。

品牌D出現的次數比品牌C少一半以上，共識分數卻是品牌C的兩倍多。乍看「品牌C幾乎每次都出現，應該比較強」，但因為排名一直在後段，分數反而被拉低；品牌D雖然常常缺席，但只要出現就是第一名，含金量高，分數就上得去。

所以看到兩個品牌「感覺條件差不多」但分數差很多的時候，先分別去看它們的出現率和平均排名這兩個數字，答案通常就藏在這兩個數字的落差裡，不是共識分數算錯了。