微碧分數翻倍 衝上AI推薦榜第二名

AI推薦觀測 第4輪 2026-08-14

ChatGPT Perplexity Gemini |歷史觀測共4輪

我們模擬不同使用者、透過真實瀏覽器環境(非API),向三大AI平台提出相同問題:

請推薦POS系統

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。

5
AI共識品牌數
出現≥2個AI
0%
全平台一致率
所有AI同時推薦
39%
前三名共識占比
相對共識集中度
+6
本輪新進榜
vs上輪觀測
📋 本輪觀測摘要

iCHEF以共識分數73守住第一,但比上期少了7分;微碧與肚肚同步升到50分,CYBERBIZ單靠Gemini一個平台加27分衝進第4。

而Perplexity端出的是SIMPOS、ConnectPOS這批名字,跟另外兩個平台幾乎沒有交集。

15個品牌裡只有5個被兩個平台同時點到,其餘都只在單一平台露臉,你要爭的其實是各平台各自那份名單。

💡 本輪發現
›iCHEF與SHOPLINE同樣被兩個平台推薦,分數卻差43分,關鍵是SHOPLINE在Perplexity排第3。
›Perplexity的名單自成一國,SIMPOS唯一一次出現就拿下第1、ConnectPOS第2。
›被AI直接點名推薦的都是小型餐飲取向的iCHEF、微碧、Eats365、客立樂,大型連鎖的星益欣、鼎新只被說了適合誰。
›三個平台都照店型或使用情境分類回答,等於你的品牌要先被歸到某個業態,才有機會進名單。
SIGO觀測 2026年8月・第4輪
ChatGPT、Perplexity、Gemini
POS系統推薦
👑
iCHEF
AI共識冠軍
🥈 共識第2名:微碧(Weiby)
🥉 共識第3名:肚肚(Dudoo)
本輪觀測中,iCHEF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
🏆 AI共識排行榜 共15個品牌

本輪前3名合計拿下全部共識分數的39%,其中第1名iCHEF以23分的差距領先第2名。

分數越高,代表這個品牌不只被AI提到,而且更常出現在推薦名單的前段。

分數差距越大,代表AI對推薦品牌的共識越明顯。

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。

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
1iCHEF
也曾出現為:iCHEF (資廚)、iCHEF for Retail
73
-7(80→73)3/3(100%)GPTGem 2/3#3.7
2微碧(Weiby)
也曾出現為:微碧、微碧 (Weiby)
50
+23(27→50)2/3(67%)GPTGem 2/3#3.5
3肚肚(Dudoo)
也曾出現為:肚肚、肚肚 (Dudoo)
50
+20(30→50)2/3(67%)GPTGem 2/3#3.5
4CYBERBIZ
也曾出現為:CYBERBIZ POS
47
+27(20→47)2/3(67%)Gem 1/3#4.0
5Eats365
37
+7(30→37)2/3(67%)GPTGem 2/3#5.5
6SIMPOS
33
新進榜1/3(33%)Pplx 1/3#1.0
7ConnectPOS
30
新進榜1/3(33%)Pplx 1/3#2.0
8SHOPLINE
也曾出現為:SHOPLINE POS、Shopline
30
+13(17→30)2/3(67%)GemPplx 2/3#6.5
9客立樂
27
持平1/3(33%)GPT 1/3#3.0
10eGo
20
新進榜1/3(33%)GPT 1/3#5.0
11Square
17
-3(20→17)1/3(33%)GPT 1/3#6.0
12星益欣(WiXtar)
也曾出現為:星益欣 (WiXtar)
17
新進榜1/3(33%)Gem 1/3#6.0
13Shopify
也曾出現為:Shopify POS
7
新進榜1/3(33%)Gem 1/3#9.0
14POS Plus
也曾出現為:POS Plus (中華電信)、POS Plus(中華電信)
0
新進榜1/3(33%)Gem 1/3#11.0
15鼎新 RetailEdge
也曾出現為:鼎新 (RetailEdge)、鼎新(RetailEdge)
0
-10(10→0)1/3(33%)Gem 1/3#12.0

本次排行反映AI當下的推薦結果,想了解品牌在整個月的推薦穩定度、平台差異與排名變化,可進一步參閱SIGOPOS系統指數報告。

📊 各AI推薦差異 前15名

iCHEF與SHOPLINE同樣被2個平台推薦,共識分卻差43分(73比30)。

兩者廣度相同,分數差距完全來自名次。

SHOPLINE的名次落差很大:在Perplexity排第3名,在Gemini掉到第10名。

它的分數不是被全面壓制,是被Gemini這一個平台拉低的。

相對地,iCHEF平均排名3.7、SHOPLINE平均排名6.5。

本輪15個上榜品牌中,有10個只有單一平台推薦。

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
iCHEF#1✗#22/3
微碧(Weiby)#2✗#52/3
肚肚(Dudoo)#4✗#32/3
CYBERBIZ✗✗#11/3
Eats365#7✗#42/3
SIMPOS✗#1✗1/3
ConnectPOS✗#2✗1/3
SHOPLINE✗#3#102/3
客立樂#3✗✗1/3
eGo#5✗✗1/3
Square#6✗✗1/3
星益欣(WiXtar)✗✗#61/3
Shopify✗✗#91/3
POS Plus✗✗#111/3
鼎新 RetailEdge✗✗#121/3
#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15個上榜品牌中,4個被AI直接點名推薦,11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「依店型/使用情境分類」、Perplexity用「依使用情境分類」、Gemini用「依行業與店型分類」。

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
iCHEF直接推薦直接推薦✗看情況推薦單店餐廳(GPT) 小型餐廳、咖啡廳(Gem)
微碧(Weiby)直接推薦直接推薦✗看情況推薦飲料咖啡小型餐飲(GPT) 早餐店、手搖飲(Gem)
肚肚(Dudoo)看情況推薦看情況推薦✗看情況推薦早餐外帶店(GPT) 小型連鎖餐廳、小吃店(Gem)
CYBERBIZ看情況推薦✗✗看情況推薦電商結合實體門市品牌(Gem)
Eats365直接推薦直接推薦✗看情況推薦想展店需要高度整合(GPT) 中大型跨國連鎖餐廳(Gem)
SIMPOS看情況推薦✗看情況推薦✗中小型實體店與餐飲(Pplx)
ConnectPOS看情況推薦✗看情況推薦✗中小型實體店與餐飲(Pplx)
SHOPLINE看情況推薦✗看情況推薦看情況推薦中小型實體店與餐飲(Pplx) 跨境電商實體零售(Gem)
客立樂直接推薦直接推薦✗✗飲料咖啡小型餐飲(GPT)
eGo看情況推薦看情況推薦✗✗零售服飾(GPT)
Square看情況推薦看情況推薦✗✗預算低的小店(GPT)
星益欣(WiXtar)看情況推薦✗✗看情況推薦中大型連鎖餐飲集團(Gem)
Shopify看情況推薦✗✗看情況推薦跨境電商實體零售(Gem)
POS Plus看情況推薦✗✗看情況推薦求穩定中小型店舖(Gem)
鼎新 RetailEdge看情況推薦✗✗看情況推薦5至20間店以上大型連鎖(Gem)
📈 本輪變化 與上輪觀測比較

本輪有6個品牌新進榜、3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)
ConnectPOS
POS Plus
SIMPOS
Shopify
eGo
星益欣(WiXtar)
📉 掉出前15名
Posify
陽昇資訊股份有限公司
點軟(Pointsoft)
▲ 共識度上升最多
CYBERBIZ +27分(20→47)
微碧(Weiby) +23分(27→50)
肚肚(Dudoo) +20分(30→50)
▼ 共識度下降最多
鼎新 RetailEdge -10分(10→0)
iCHEF -7分(80→73)
Square -3分(20→17)
✨ 新出現的回答重點
POS系統依業態分類推薦月費與硬體成本比較多店連鎖管理需求飲品客製與快速點單外送與電子發票整合
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。

🧩 AI回答形式 共4次畫面曝光

除了文字,AI還提供了哪些內容?

📋 比較表格:2🔖 引用標記:2
品牌文字排名呈現形式卡片內順位
iCHEF#1📋 比較表格1
微碧(Weiby)#2📋 比較表格4
肚肚(Dudoo)#3📋 比較表格2
CYBERBIZ#4📋 比較表格1
Eats365#5📋 比較表格3
星益欣(WiXtar)#12📋 比較表格5
POS Plus#14📋 比較表格4
鼎新 RetailEdge#15📋 比較表格5
Shopify POS / SHOPLINE POS僅畫面曝光📋 比較表格3
🔍 AI回答重點 AI最在意的評估面向
POS系統依業態分類推薦1月費與硬體成本比較1多店連鎖管理需求1飲品客製與快速點單1外送與電子發票整合1POS系統推薦1全通路(OMO)整合1中小型實體店與餐飲需求1預算與方案選擇1系統功能評估標準1

顏色越深代表出現頻率越高

🔗 AI引用了哪些來源? AI回答中引用的來源連結
新聞媒體
本期所有觀測都沒有引用新聞媒體。
論壇
本期所有觀測都沒有引用論壇。
🏷️ 品牌定位印象 AI如何描述各品牌
iCHEF
被描述為介面直覺、外送與點餐整合完整,歸在單店餐廳與咖啡廳
微碧(Weiby)
被描述為適合早餐店、手搖飲,也被提到有多店擴充能力
肚肚(Dudoo)
被描述為結合自家找美食App增加曝光,適合小吃店與小型連鎖
CYBERBIZ
回應中歸類為電商結合實體門市的品牌選項
Eats365
被描述為模組化、跨店跨國總部管理強,適合中大型連鎖
SIMPOS
被說成中小型實體店與餐飲可用的雲端POS
ConnectPOS
被說成支援多平台與跨通路銷售的雲端POS
SHOPLINE
被描述為具OMO整合能力,歸在跨境電商與實體零售
客立樂
被歸在飲料咖啡小型餐飲,強調飲品客製與快速點單
eGo
回應中歸類為零售服飾使用,重點在條碼、庫存與會員
📸 AI實際回答畫面 AI回答首屏截圖
ChatGPT
請推薦POS系統
請推薦POS系統
Perplexity
請推薦POS系統
請推薦POS系統
Gemini
請推薦POS系統
請推薦POS系統
📄 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POS系統

可以。不過 POS 最重要的是看你的業態,不一定月費最低的最好。

如果你是在台灣開店,我會先把 2026 年常見選項分成這幾類:

  • 🍜 餐廳/小吃店:iCHEF操作成熟、桌位/外帶/點餐與外送整合完整
  • 🧋 手搖飲/咖啡店:微碧、iCHEF、客立樂飲品客製、加料、快速點單比較重要
  • 🍱 早餐/外帶店:肚肚、iCHEF適合快速出單、掃碼/線上點餐
  • 🛍️ 零售/服飾:eGo、Square條碼、庫存、會員管理較重要
  • 🏪 多分店/連鎖:Eats365、微碧總部管理、多店資料與擴充性較重要
  • 💰 預算很低的小店:Square 或低月租方案初期成本較低

目前資料顯示,台灣餐飲 POS 的月費差距可以很大,例如 iCHEF 約從 NT$1,950 起,Eats365 約 NT$800 起;但實際成本還要把硬體、模組、電子發票、金流及外送串接一起算。Posify+1

如果要我直接推薦

🥇 單店餐廳:iCHEF

整體最均衡,尤其是不想自己研究太多 IT 的店家。PointSoft+1

🥈 想展店/需要高度整合:Eats365

比較適合從單店往連鎖發展、需要 API、多店管理或較複雜流程的業者。Eats365

🥉 飲料/咖啡/小型餐飲:微碧或客立樂

如果你的核心需求是飲品客製、快速點單、會員與在地支付整合,可以優先比較這兩類方案。韋伯部落格

不過我可以直接幫你縮到 2~3 套最適合你的 POS。你只要告訴我:

  • 做什麼生意(餐廳/飲料/早餐/零售/美容…)
  • 目前幾家店
  • 有沒有外送(Uber Eats、foodpanda)
  • 預算(例如每月 1,000/3,000/5,000 元)
  • 是否需要 電子發票、會員、庫存、LINE 點餐

我可以接著幫你做一張「功能+月費+硬體+優缺點+最推薦哪一家」的比較表。

Perplexity
請推薦POS系統

以下是幾個常見且口碑不錯的 POS 系統選項,依不同需求提供參考幾個方向:

適合中小型實體店與餐飲

  • SIMPOS、ConnectPOS、Shopline(含 OMO 整合能力)等雲端 POS,支援多平台與跨通路銷售。

全通路整合需求(OMO/會員與庫存同步)

  • 考慮具有雲端後台、跨通路庫存與會員管理的系統,如具備線上商店或外送平台整合能力的方案。

預算友善、起步快速

  • 選擇提供入門版或新手版的雲端 POS,月費或低價版即可試用。

若你提供以下資訊,我可以幫你更精準地篩選與比較:

  • 行業類型(零售/餐飲/混合、單店或連鎖)
  • 店內自有硬體情況(是否需要 iPad/Android 平板支援)
  • 是否需要與外送平台、電子發票、會員系統整合
  • 月租與預算範圍

你也可參考下列要點自行評估:

  • 功能完整度(收銀、庫存、會員、報表)
  • 系統穩定性與客服
  • 價位與合約條件
  • 是否支援多店與多干別營運模式
Gemini
請推薦POS系統

推薦適合的 POS(銷售時點情報)系統,主要取決於您的行業別(餐飲業或零售業)以及店舖規模(單店、小型連鎖或大型集團)。以下為您整理台灣市場上最熱門、口碑良好的 POS 系統清單:

一、 餐飲業 POS 系統推薦

餐飲業通常需要流暢的桌位管理、廚房出單(出單機串接)以及外送平台整合。

  • iCHEF (資廚):適合小型餐廳、咖啡廳、早午餐。系統亮點:介面直覺好上手、社群與線上資源豐富、支援多種平板點餐。參考價格帶:月費約 $1,500 – $2,000
  • 肚肚 (Dudoo):適合小型連鎖餐廳、小吃店。系統亮點:整合「肚肚找美食」App 可增加曝光、支援多元支付與排班。參考價格帶:月費約 $1,200 – $1,800
  • Eats365:適合中大型餐廳、跨國連鎖品牌。系統亮點:模組化設計、跨店/跨國總部管理能力強、第三方整合度高。參考價格帶:月費約 $800 起(依模組調整)
  • 微碧 (Weiby):適合早餐店、手搖飲、小型快餐。系統亮點:價格實惠、支援線上點餐與外送平台訂單整合、操作簡單。參考價格帶:實惠導向,依方案而定
  • 星益欣 (WiXtar):適合中大型連鎖餐飲集團。系統亮點:強調雲端數據整合、支援 AI 銷售預測與精準會員行銷。參考價格帶:企業專案報價

二、 零售 / 門市業 POS 系統推薦

零售業更看重的是庫存管理、多店調撥、會員 CRM 以及線上線下(O2O)全通路整合。

  • CYBERBIZ POS:適合擁有官網電商與實體門市的品牌。系統亮點:O2O 線上線下數據同步極佳、自動化銷售報表、強大的會員行銷功能。參考價格帶:依電商方案整合
  • iCHEF for Retail:適合1 至 10 間店的中小型零售、選物店。系統亮點:UI 現代流暢、App 操作直覺,適合從餐飲跨足或偏好輕量系統的店家。參考價格帶:月費約 $1,200 – $3,500
  • Shopify POS / SHOPLINE POS:適合跨境電商或以網路起家的實體零售與自家網店。系統亮點:與自家網店系統完美結合、支援多幣別與跨境銷售。參考價格帶:依電商訂閱等級而定
  • POS Plus (中華電信):適合講求穩定、需要 24 小時客服的中小型店舖。系統亮點:電信大廠背景、硬體穩定度高、後續客服有保障。參考價格帶:月費約 $1,500 – $4,000
  • 鼎新 (RetailEdge):適合5 至 20 間店以上之中大型連鎖零售、百货專櫃。系統亮點:本土老牌企業系統,進銷存與後台會計、ERP 串接深度極深。參考價格帶:年費制(較高,適合規模企業)

三、 挑選 POS 系統的 4 大核心評估指標

  1. 業態相符度:餐飲業著重「桌台、點餐速度、廚房出單」;零售業則著重「條碼掃描、庫存異動、會員集點」。
  2. 硬體成本與相容性:多數現代 POS 採用 iPad 或 Android 平板(如 iCHEF、肚肚),也有搭配收銀一體機的方案,需確認現有設備是否能沿用。
  3. 軟體擴充性:未來若有開分店的打算,需確認系統是否支援「跨店庫存查詢」與「總部權限控管」。
  4. 金流與發票整合:確認是否支援常見的電子發票載具、多元支付(如 LINE Pay、街口、信用卡機)以及外送平台串接。

為了提供更精準的建議,想先請教您:

  • 您的店舖是餐飲業還是零售業?
  • 目前大約有幾家店面?
  • 您是否有結合線上官網(電商)、使用電子發票或串接外送平台的需求?
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SIGOPOS系統指數→

🔬 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。