肌研分數腰斬 只剩一個AI還推薦

單輪觀測報告 第3輪 2026-09-08

ChatGPT Perplexity Gemini |歷史觀測共3輪

歷史觀測:2026-09-022026-09-05

我們模擬不同使用者、透過真實瀏覽器環境(非API),向各AI平台提出相同問題:

請推薦面膜

我們記錄各平台的完整回答,以及各品牌在不同平台中的曝光與推薦情形。

4
AI共識品牌數
出現≥2個AI
5%
全平台一致率
所有AI都提及
37%
前三名共識占比
相對共識集中度
+8
本輪新進榜
vs上輪觀測
大幅變動
名單穩定度
整份榜單vs上輪觀測
看AI共識排行榜
SIGO觀測 2026年9月・第3輪
ChatGPT、Perplexity、Gemini
面膜推薦
👑
Torriden DIVE-IN
AI共識冠軍
🥈 共識第2名:Dr. Wu
🥉 共識第3名:NEOGENCE 霓淨思
本輪觀測中,Torriden DIVE-IN以最高分拿下共識榜首。
至少2個AI平台皆提及才會出現本卡片
台灣AI市場觀測機構 記錄AI如何推薦品牌
SIGO觀測 sigotw.com
1本輪第1名Torriden DIVE-IN
共識分數
93
AI把它排得多前面的分數
出現次數
3/3
佔比100%
平均排名
#1.7
數字越小代表越前面
2本輪第2名Dr. Wu
共識分數
50
AI把它排得多前面的分數
出現次數
2/3
佔比67%
平均排名
#3.5
數字越小代表越前面
3本輪第3名NEOGENCE 霓淨思
共識分數
33
AI把它排得多前面的分數
出現次數
2/3
佔比67%
平均排名
#6.0
數字越小代表越前面
  • 共識分數是總成績,出現次數與平均排名是拆開來看的細節:每次回答中名次愈前面分數愈高(第1名10分,遞減至第10名1分),全部加總後換算成百分制。
  • 出現次數多,代表AI三不五時就會提到這個品牌。
  • 平均排名越前面(數字越小),代表AI提到它的時候通常排在名單前段。
  • 兩者都強,共識分數才會高;只強一邊,分數會被拉低。
🥇 前三名解讀

本輪前3名合計拿下全部共識分數的37%,其中第1名Torriden DIVE-IN以43分的差距領先第2名。

🏆 AI共識排行榜 共20個品牌

分數代表「AI有多常把這個品牌排在前面」。

每次回答中名次愈前面分數愈高(第1名10分,遞減至第10名1分,10名以後不計分),全部加總後換算成百分制;分數完全相同時,以平均排名較前者排在前面。

詳細說明→

手機請左右滑動查看表格→

排名品牌共識分數與上期出現次數出現平台平均排名
1Torriden DIVE-IN
也曾出現為:Torriden
93
+33(60→93)3/3(100%)GPTGemPplx 3/3#1.7
2Dr. Wu
也曾出現為:DR.WU、Dr.Wu
50
+17(33→50)2/3(67%)GPTPplx 2/3#3.5
3NEOGENCE 霓淨思
也曾出現為:Neogence、霓淨思
33
新進榜2/3(67%)GemPplx 2/3#6.0
4EPIS
30
新進榜1/3(33%)GPT 1/3#2.0
4森田藥粧
30
新進榜1/3(33%)Gem 1/3#2.0
6肌研
27
-33(60→27)1/3(33%)Pplx 1/3#3.0
6Dr. Jou
27
新進榜1/3(33%)Gem 1/3#3.0
8MIRAE 未來美
也曾出現為:未來美
27
持平2/3(67%)GemPplx 2/3#7.0
9雪芙蘭
23
新進榜1/3(33%)GPT 1/3#4.0
9寵愛之名
23
+10(13→23)1/3(33%)Pplx 1/3#4.0
9MEDIHEAL
23
持平1/3(33%)Gem 1/3#4.0
12MEDI-PEEL
20
新進榜1/3(33%)Pplx 1/3#5.0
12VT Cosmetics
20
持平1/3(33%)Gem 1/3#5.0
14豐台灣(LOVEMORE)
也曾出現為:豐台灣(LOVEMORE)
17
新進榜1/3(33%)Gem 1/3#6.0
15AKIMIA
10
新進榜1/3(33%)Pplx 1/3#8.0
15提提研
10
-30(40→10)1/3(33%)Gem 1/3#8.0
17INNISFREE
也曾出現為:innisfree
7
新進榜1/3(33%)Pplx 1/3#9.0
17DR.H翰方醫研
7
新進榜1/3(33%)Gem 1/3#9.0
19KOSE
也曾出現為:KOSE 高絲
3
新進榜1/3(33%)Pplx 1/3#10.0
20SOMEBYMI
0
新進榜1/3(33%)Pplx 1/3#11.0

以上是單輪觀測結果,整個月跨期累計和完整的品牌名單,請進一步參閱SIGO面膜指數報告。

📈 本輪變化 與上輪觀測比較

本輪有8個品牌新進榜、5個掉出前15名。

進出榜是排行版圖移動最直接的訊號,比名次上下幾名更值得先看。

🆕 首次進榜(前15名)
AKIMIA
Dr. Jou
EPIS
MEDI-PEEL
NEOGENCE 霓淨思
森田藥粧
豐台灣(LOVEMORE)
雪芙蘭
📉 掉出前15名
Curél珂潤
XOVĒ
我的美麗日記
提提研
理膚寶水 La Roche-Posay
▲ 共識度上升最多
Torriden DIVE-IN +33分(60→93)
Dr. Wu +17分(33→50)
寵愛之名 +10分(13→23)
▼ 共識度下降最多
肌研 -33分(60→27)
提提研 -30分(40→10)
品牌排名正在變動?

單輪觀測難以判斷是短期波動,還是長期趨勢。SIGO指數透過整月多輪觀測,追蹤名次波動與逐輪變化,掌握AI推薦版圖的長期走向。

📋 本輪觀測摘要

Torriden DIVE-IN以共識分數93分坐穩第一,Perplexity與Gemini都把它放第1、ChatGPT排第3,比上期多拿33分。

Dr. Wu則在ChatGPT被排第1,到Perplexity掉到第6,Gemini完全沒提它。

而肌研掉33分、提提研掉30分,各只剩一個平台提到。

三家都先按膚況或需求分群再給名單,榜上20個品牌沒有一個被AI直接點名,都只講了它適合誰。

💡 本輪發現
›Torriden是唯一三個平台都提到的品牌,其他19個都只在一到兩家露臉,第一名幾乎沒有對手。
›Dr. Wu在ChatGPT被排第1、在Perplexity落到第6,同一個品牌在兩家差了五個名次。
›20個品牌全停在「有說它適合誰」,沒有任何一家拿到AI最後直接點名的待遇。
›韓系的MEDIHEAL、VT只在Gemini冒頭,MEDI-PEEL與SOMEBYMI只在Perplexity出現,兩家各認一套韓系名單。
各AI平台怎麼排名?
📊 各AI推薦差異 前15名

本輪15個上榜品牌中,有11個只有單一平台覆蓋。

表中數字是該品牌在該平台被排到的名次,✓代表有被提到但沒有進入推薦順序。

品牌ChatGPTPerplexityGemini覆蓋
Torriden DIVE-IN#3#1#13/3
Dr. Wu#1#6✗2/3
NEOGENCE 霓淨思✗#2#102/3
EPIS#2✗✗1/3
森田藥粧✗✗#21/3
肌研✗#3✗1/3
Dr. Jou✗✗#31/3
MIRAE 未來美✗#7#72/3
雪芙蘭#4✗✗1/3
寵愛之名✗#4✗1/3
MEDIHEAL✗✗#41/3
MEDI-PEEL✗#5✗1/3
VT Cosmetics✗✗#51/3
豐台灣(LOVEMORE)✗✗#61/3
AKIMIA✗#8✗1/3
#1 該平台把品牌排在第幾名(前三名深色)✓ 回答有提到,但沒有進入推薦順序✗ 該平台完全沒有提到
🎯 AI只是提到,還是有推薦? 同一則回答裡的三種待遇

本次20個上榜品牌中,0個被AI直接點名推薦,20個是「符合某個條件才推薦」,0個只是名字有出現。

被AI提到,不代表被AI推薦。

被寫進「最推薦的就這幾個」、被說「有這種需求可以選它」、還是只把名字列在表格裡,是三種差很多的待遇——但在名次上看起來都只是「有出現」。

各平台整理推薦名單的方式:ChatGPT用「依膚質與需求分類」、Perplexity用「依需求情境分類」、Gemini用「依膚況與使用情境分類」。

直接推薦AI 講到最後直接點名的,像是「最推薦的就這幾個」「真的要選就選它」
看情況推薦AI 有說它適合誰,像是「有這種需求可以選它」,但最後沒有特別點名
只是提到名字有出現在清單或表格裡,但 AI 沒說它適合誰,最後也沒有點名

手機請左右滑動查看表格→

品牌最好的待遇GPTPplxGemAI說它適合誰
Torriden DIVE-IN看情況推薦看情況推薦看情況推薦看情況推薦冷氣房肌膚缺水(GPT) 日常補水(Pplx) 外油內乾保濕(Gem)
Dr. Wu看情況推薦看情況推薦看情況推薦✗乾燥易緊繃(GPT) 敏感修護(Pplx)
NEOGENCE 霓淨思看情況推薦✗看情況推薦看情況推薦日常補水(Pplx) 輕熟齡進階保養(Gem)
EPIS看情況推薦看情況推薦✗✗補水舒緩需求(GPT)
森田藥粧看情況推薦✗✗看情況推薦高CP日常保濕(Gem)
肌研看情況推薦✗看情況推薦✗日常補水(Pplx)
Dr. Jou看情況推薦✗✗看情況推薦高CP日常保濕(Gem)
MIRAE 未來美看情況推薦✗看情況推薦看情況推薦急救亮澤(Pplx) 妝前急救保濕(Gem)
雪芙蘭看情況推薦看情況推薦✗✗預算有限想囤貨(GPT)
寵愛之名看情況推薦✗看情況推薦✗敏感修護(Pplx)
MEDIHEAL看情況推薦✗✗看情況推薦敏弱肌泛紅鎮定(Gem)
MEDI-PEEL看情況推薦✗看情況推薦✗敏感修護(Pplx)
VT Cosmetics看情況推薦✗✗看情況推薦敏弱肌日常舒緩(Gem)
豐台灣(LOVEMORE)看情況推薦✗✗看情況推薦曬後修護敏弱肌(Gem)
AKIMIA看情況推薦✗看情況推薦✗急救亮澤(Pplx)
提提研看情況推薦✗✗看情況推薦重要場合急救修護(Gem)
INNISFREE看情況推薦✗看情況推薦✗毛孔清潔(Pplx)
DR.H翰方醫研看情況推薦✗✗看情況推薦輕熟齡進階保養(Gem)
KOSE看情況推薦✗看情況推薦✗高CP值囤貨(Pplx)
SOMEBYMI看情況推薦✗看情況推薦✗高CP值囤貨(Pplx)
哪些事情影響排名?
🔍 AI回答重點 AI最在意的評估面向
保濕修護1玻尿酸補水1積雪草舒緩1膚質需求分眾1神經醯胺1產品推薦清單1面膜選購指南1膚質分類建議1保濕修護成分1使用頻率與敷法1

顏色越深代表出現頻率越高

✨ 新出現的回答重點
保濕修護玻尿酸補水積雪草舒緩膚質需求分眾神經醯胺
🏷️ AI如何描述品牌
Torriden DIVE-IN
被描述為5D玻尿酸清爽補水,回應中歸在外油內乾與冷氣房缺水
Dr. Wu
被說成神經醯胺保濕加屏障修護,歸在乾燥緊繃與敏感修護
NEOGENCE 霓淨思
被歸在玻尿酸日常補水,也被放進輕熟齡進階保養
EPIS
被描述為積雪草搭三重玻尿酸的補水舒緩款
森田藥粧
被說成台灣平價高CP代表,精華液給得大方
肌研
被歸在酵母後生元的日常補水選項
Dr. Jou
被描述為玻尿酸複合系列的高CP日常保濕
MIRAE 未來美
被說成8分鐘急救補水,歸在妝前救急
雪芙蘭
被描述為價格親民、適合囤貨的積雪草舒緩款
寵愛之名
被歸在敏感泛紅修護的極潤礦物雲絲膜
MEDIHEAL
被歸在敏弱肌泛紅鎮定的選項
AI到底看到了什麼?
🧩 AI回答形式 共2次畫面曝光

除了文字,AI還提供了哪些內容?

🔖 引用標記:2
📸 AI實際回答畫面 AI回答首屏截圖
ChatGPT
請推薦面膜
請推薦面膜
Perplexity
請推薦面膜
請推薦面膜
Gemini
請推薦面膜
請推薦面膜
📄 AI完整回答 點擊展開各題原始回答

AI回答完整保留,僅做排版以利閱讀,全部未經增刪修改;商品卡片、地圖等互動元件僅轉錄其文字資訊,原始樣貌可參照截圖。

ChatGPT
請推薦面膜

可以!如果你是想買日常敷、以保濕修護為主的面膜,我會先推薦這幾款:

  • Dr.Wu 神經醯胺保濕精華面膜 ★ 5.0 · 257 則評論 · $425.00 · PChome 24h購物 + 其他
  • EPIS 積雪草×3重玻尿酸高保濕面膜 · $329.00 · POYA寶雅線上買
  • Torriden 玻尿酸補水+積雪草修護面膜 ★ 4.8 · 2,167 則評論 · $250.00 · shopee.tw
  • 雪芙蘭 積雪草修護舒緩面膜 ★ 5.0 · 99 則評論 · $109.00 · momo購物網 + 其他
  • Dr.Wu 神經醯胺保濕精華面膜:比較推薦給乾燥、容易緊繃的人;神經醯胺走的是保濕+屏障修護路線。
  • EPIS 積雪草×3重玻尿酸:想要「補水+舒緩」可以選這款。
  • Torriden 玻尿酸面膜:偏向清爽補水,適合平常冷氣房待久、肌膚缺水時使用。
  • 雪芙蘭積雪草修護舒緩面膜:價格很親民,適合想大量囤貨、日常使用。

如果你告訴我你的膚質(油肌/乾肌/混合肌/敏感肌)+主要需求(保濕、美白、痘痘、毛孔、抗老)+預算,我可以直接幫你挑 「最值得買的 3 款」。目前 2026 年的台灣面膜推薦中,保濕、神經醯胺、玻尿酸與積雪草仍是很常見的修護方向。Ccosmopolitan.com+1

C資料來源

Perplexity
請推薦面膜

挑選面膜前,先依照你的「膚質」和「需求」來選會更精準:乾肌/敏感肌優先保濕修護;油肌/混合肌重視清爽與毛孔調理;有暗沉、痘疤或抗老需求則可選美白、胜肽或酸類配方。以下整理 2026 年口碑與編輯推薦中常見、實用度高的面膜清單,並附上挑選重點與使用建議。womenshealthmag+3

快速推薦(照需求選)

  • 日常補水、穩定膚況:Torriden 5D 玻尿酸保濕面膜、Neogence 玻尿酸保濕水平衡賦能面膜、肌研 光透潤酵母後生元保濕面膜womenshealthmag+1
  • 敏感/泛紅修護:寵愛之名 極潤保濕礦物雲絲膜、MEDI-PEEL 積雪草舒緩精華面膜、DR.WU 維他命A保濕修復膠囊面膜(偏修復)womenshealthmag+1
  • 急救亮澤、約會前:未來美 8 分鐘超級面膜(極速補水)、AKIMIA 3 重泌體乾式微電流面膜(高話題性)womenshealthmag+1
  • 毛孔/深層清潔:innisfree 超級火山泥毛孔潔淨面膜(泥狀,每週 1–2 次)my-best
  • 高 CP 值囤貨:KOSE 高絲 光映透保濕面膜(50 入)、SOMEBYMI 抽取式日常面膜vocus

依膚質挑選要點

  • 乾性/脫屑:找「玻尿酸(多分子量/5D)」、「神經醯胺」、「B5(泛醇)」、「酵母後生元」等保濕與屏障修護成分。womenshealthmag+1
  • 油性/混合:選擇精華液較清爽、標榜「水平衡」「無油感」的片狀面膜;清潔需求可搭配泥狀面膜每週 1–2 次。my-best+1
  • 敏感肌:優先無香料、無酒精、無色素,並含「積雪草」「蘆薈」「B5」等舒緩成分;新產品先局部測試。womenshealthmag+1
  • 暗沉/不均:可選含「菸鹼醯胺(維他命B3)」、「維他命C 衍生物」或溫和酸類(視耐受度)的亮白型面膜。my-best+1

使用頻率與正確敷法(讓效果更穩)

  • 頻率:一般保濕/修護型每週 2–3 次;清潔泥膜每週 1–2 次即可。womenshealthmag
  • 時間:每次 10–15 分鐘為佳,最久不超過 20 分鐘,避免反吸水分或刺激。womenshealthmag
  • 步驟:潔面→(可先用化妝水/前導)→敷面膜→取下面膜後將剩餘精華輕拍吸收→依膚況疊加乳液/乳霜鎖水。frozhelen
  • 小技巧:若精華液很多,可把剩餘精華抹在頸部或手背;敷完若覺得黏,可用清水輕沖再保養。my-best+1

如果你告訴我這些,我可以縮到 3 款精準推薦

  • 你的膚質(乾/油/混合/敏感)
  • 主要目標(補水、修護、美白、抗老、毛孔、醫美術後)
  • 預算範圍(例如單片 NT$30–80、80–150、150 以上)
  • 偏好類型(片狀、泥狀、睡眠面膜)

需要我直接幫你列「3 款必買+購買通路」也可以,告訴我上面四個資訊我就幫你配好。womenshealthmag+3

Gemini
請推薦面膜

挑選面膜時,最重要的是看當下的膚況與主要訴求(如:日常保濕、急救修護、敏感泛紅、或是追求高性價比天天敷)。以下為您整理在 PTT、Dcard 及各大美妝社群上熱門、討論度極高的幾款人氣面膜,並按功效分類推薦:

1. 深度保濕與日常補水(百搭、上妝服貼)

  • Torriden 5D 微分子玻尿酸保濕面膜:特點:韓國 Olive Young 的常勝軍。含有 5 種不同分子大小的玻尿酸,主打清爽不黏膩、能深層補水,特別適合「外油內乾」或覺得一般保濕面膜太悶的膚質。
  • 森田藥粧 / Dr. Jou 玻尿酸複合系列:特點:台灣經典不敗的平價高CP值代表。精華液給得非常大方,保濕非常有感且價格親民,天天敷也不心疼,是許多人囤貨的首選。

2. 敏弱肌救星與泛紅鎮定(溫和修護)

  • MEDIHEAL 積雪草精華面膜:特點:換季、戴口罩或肌膚敏感、長痘痘時的安心好幫手。主打高濃度積雪草,能快速安撫不穩定的膚況、退紅鎮靜。
  • VT Cosmetics 老虎日常舒緩面膜(綠寶盒):特點:盒裝抽取式設計(內附小鑷子),非常適合當作日常早晚的快速調理。精華偏水感,溫和不厚重,是敏弱肌的日常好夥伴。
  • 豐台灣(LOVEMORE)蘆薈絲瓜 / 天山雪蓮系列:特點:台灣在地品牌,採用天絲或蠶絲面膜紙,極度服貼。成份天然溫和,對於曬後修護或日常舒緩補水表現優秀。

3. 約會前夕、熬夜急救(高效有感)

  • 未來美 8 分鐘超級面膜:特點:主打縮短敷臉時間(只需 8 分鐘),質地清爽、瞬效補水力強。非常適合早上妝前急救,能讓後續底妝變得極度服貼。
  • TTM 提提研(生物纖維系列,如:黑蜂蜜 / 永生苔):特點:面膜界的精品,生物纖維材質像果凍般緊密貼合肌膚。雖然單價較高,但急救修護、使肌膚飽滿透亮的效果在 PTT 評價極高,適合重要場合前使用。
  • DR.H翰方醫研 / 霓淨思(外泌體/PDRN系列):特點:結合近年最夯的醫美級修護概念(如外泌體、PDRN),對於暗沉、疲憊肌有很好的提亮與彈潤效果,適合輕熟齡或想要進階保養的人。

💡 挑選與使用小貼士:

  • 時間拿捏:片狀面膜一般建議敷 10 至 15 分鐘即可(千萬不要敷到面膜全乾,反而會倒吸臉部水分)。
  • 後續鎖水:敷完面膜後,一定要擦上乳液或乳霜把水分鎖住,否則水分很快會蒸發,保濕效果會打折扣。

請問您目前主要的膚質是偏乾、偏油還是敏感肌呢?或是近期有特別想改善的問題(例如:暗沉、缺水、細紋),我可以為您推薦最精準的單品!

想看整個品類的長期推薦格局?

單輪觀測看當下,完整月報看整體趨勢。

📊 全品牌穩定度總表:看哪些品牌穩定被推薦,哪些只是偶爾出現
🔀 三大AI平台拆解:找出不同AI的推薦差異與品牌缺席
🔗 AI引用來源分析:了解AI推薦背後引用了哪些內容與網站

查看觀測整個月的SIGO面膜指數→

🔬 我們如何進行本輪觀測

本報告運用SIGO自主研發的AI觀測技術,以真實瀏覽器環境進行觀測,而非僅透過API擷取模型回覆,盡可能貼近一般使用者的實際使用情境,更真實地呈現品牌在AI中的曝光與推薦表現。

觀測過程會模擬不同使用情境,向各AI平台提出相同問題,完整記錄回答內容、引用來源、品牌提及情形與推薦理由,再進行交叉分析與整理。

由於AI的回答可能受到模型版本、個人化設定、登入狀態、地區、時間及系統更新等因素影響,因此本報告反映的是觀測期間的實際結果,而非永久固定的答案。

AI正在推薦什麼品牌?

SIGO每週把最新的AI推薦觀測整理給你。
新出現的品牌、推薦排名的變化、AI正在看重什麼?

追蹤SIGO觀測

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。

AI推薦觀測報告
記錄AI在各產業、各品類實際推薦了哪些品牌
AI趨勢洞察
觀察AI回答中的產業話題與市場變化
品牌檔案
累積單一品牌在不同品類、不同時期的AI出現紀錄
↓
SIGO各品類指數
將一段期間內的品類觀測累積為指數,觀察品牌推薦集中度與穩定度的變化
↓
區域性AI推薦榜
觀察特定地區的AI品牌推薦情況及其跨期變化
不匯入總指數
SIGO總指數
彙整各品類指數,觀察整體AI市場推薦環境的變化方向

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。