LG站上除濕機AI榜首 四強甩開第五名

SIGO 品類指數 第 1 期2026年7月

(本頁含穩定度總表、逐平台拆解、來源對應分析等,創刊期間完整公開)

SIGO除濕機指數 39.9

本指數彙整上月全月觀測數據,衡量前十大品牌被AI推薦的頻率與名次強度。

數值越高,代表推薦越集中且穩定;數值越低,代表推薦分散,尚無品牌穩定佔據前段。

📋 題目:請推薦除濕機
🔬 用真實環境(非API)觀測各平台6次,總計18次。
現況

除濕機品類本期SIGO指數39.9,這是首次發布,沒有上期可以對照。

AI共識榜前四名由LG76分、Hitachi74分、Panasonic71分、Mitsubishi60分包下,四家都在ChatGPT、Gemini、Perplexity三個平台同時被點到名。

第五名Whirlpool只拿28分,跟第四名之間差了一大截,前段四家和後面一群的距離拉得很開。

同期變化

同期觀察到,六份觀測各自的單次榜首換過好幾家,Panasonic、Mitsubishi、LG、Hitachi都當過第一,跨平台合併重算後才收斂成現在的名次。

與此同時,AI回答的語義焦點幾乎都落在選購指南、能效等級、坪數配置這些功能參數上,品牌故事很少被提。

也有觀測記到同一品牌被寫成「HITACHI日立」和「日立」兩筆分開計分的情況。

🏆 本期綜合共識排行榜 共 17 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。

詳細說明→

排名品牌共識分數出現平台平均排名
1LG
76
GPTGemPplx 3/3#2.9
2Hitachi
74
GPTGemPplx 3/3#3.6
3Panasonic
71
GPTGemPplx 3/3#3.5
4Mitsubishi
60
GPTGemPplx 3/3#3.3
5Whirlpool
28
GPTGemPplx 3/3#5.4
6Sharp
23
GPTGemPplx 3/3#5.8
7Electrolux
21
GPTGemPplx 3/3#5.6
8Philips
18
GemPplx 2/3#4.4
9NWT
17
GPTGemPplx 3/3#5.0
10KINYO
11
GPT 1/3#4.7
⚠ 榜單警示

本期AI回答裡被講到的品牌有17個,數量看起來不算少,但共識分數的94%被前10名拿走。

第11名之後的7個品牌,在18次檢測中平均每個只出現1.1次,其中6個整期就被提到那麼一次。

消費者打開AI問「除濕機推薦哪一台」,跳出來的就是前段那幾個名字,LG在18次檢測裡出現了17次。

整期只被講到一兩次的品牌,等於沒進到消費者真的會去比較的那份清單,而且三個平台問下來的結果一致。

同樣掛在前10名,第1名LG拿76分、三個平台的回答裡都找得到它;第10名KINYO是11分、只在一個平台被提到,中間差了65分。

這不是名次前後一階的差別,是AI要開口推薦的那一刻,腦中會不會浮出你的名字。

📋 全品牌穩定度總表 共 17 個品牌

總分只是加總結果,看不出「每次都穩定上榜」跟「少數幾次拿到極端好名次」的差別。

這兩種品牌總分可能很接近,意義卻完全不同。

所以總表另外標出出現率(幾次觀測中出現過幾次)與名次區間(最好與最差各是第幾名),並據此分成三級:

  • 穩定共識:AI幾乎每次都推薦,名次也集中
  • 波動中:出現次數夠多,但名次時好時壞
  • 偶發提及:出現次數太少,名次還沒有統計意義,先參考就好
排名品牌共識分數出現平台出現率名次區間穩定度
1LG
76
GPTGemPplx 3/317/18(94%)#1~#8波動中
2Hitachi
74
GPTGemPplx 3/318/18(100%)#1~#8波動中
3Panasonic
71
GPTGemPplx 3/317/18(94%)#1~#9波動中
4Mitsubishi
60
GPTGemPplx 3/314/18(78%)#1~#9波動中
5Whirlpool
28
GPTGemPplx 3/39/18(50%)#1~#10波動中
6Sharp
23
GPTGemPplx 3/38/18(44%)#2~#9偶發提及
7Electrolux
21
GPTGemPplx 3/37/18(39%)#3~#10偶發提及
8Philips
18
GemPplx 2/35/18(28%)#1~#7偶發提及
9NWT
17
GPTGemPplx 3/35/18(28%)#2~#10偶發提及
10KINYO
11
GPT 1/33/18(17%)#4~#5偶發提及
11MITSUBISHI 三菱
6
Gem 1/31/18(6%)#1偶發提及
12小米
5
GemPplx 2/32/18(11%)#6~#7偶發提及
13Sampo
4
GPT 1/31/18(6%)#3偶發提及
14PuriCare
4
Gem 1/31/18(6%)#4偶發提及
15禾聯
3
Pplx 1/31/18(6%)#5偶發提及
16Toshiba
2
GPT 1/31/18(6%)#7偶發提及
17威技
0
Gem 1/31/18(6%)#11偶發提及
🔀 逐平台拆解 各平台獨立榜單

總表的「出現平台」只告訴你有幾個平台推薦,看不出哪一個平台的名單跟其他平台完全不同。

這裡把各平台自己的榜單攤開,可以看到三件總表看不到的事:

  • 同一個品牌在不同AI眼中,名次可能差很多
  • 只有單一平台推薦、其他平台完全沒提到的品牌,往往就是拉低跨平台一致率的來源
  • 對品牌方而言,這回答的是「我在哪一個平台缺席」,比只看總分細一層
ChatGPT
排名品牌分數
1LG87
2Hitachi73
3Panasonic55
4Whirlpool52
5KINYO獨家32
6NWT27
7Electrolux27
8Sharp22
9Mitsubishi20
10Sampo獨家13
Gemini
排名品牌分數
1Mitsubishi87
2Panasonic85
3Hitachi78
4LG75
5Philips20
6Electrolux20
7Sharp18
8MITSUBISHI 三菱獨家17
9PuriCare獨家12
10NWT10
Perplexity
排名品牌分數
1Mitsubishi73
2Panasonic73
3Hitachi70
4LG67
5Philips35
6Sharp30
7Whirlpool25
8Electrolux17
9NWT13
10禾聯獨家10
🔍 本期語義焦點 AI 最在意的評估面向

這些是AI討論這個品類時最常一併提到的面向。

次數越多越能代表整體趨勢;只出現兩三次的先參考就好。

除濕機選購指南 7除濕機選購 5能效等級 4坪數配置 2除濕機品牌推薦 2使用場景分類 2價格區間 2能源效率 2智慧功能 2品牌推薦 1

顏色越深代表出現頻率越高

🔗 本期引用網址彙整 AI 回答中引用的來源連結

這批來源幾乎都是評測整理與電商榜單,論壇和社交平台完全沒出現,代表AI描述除濕機時倚賴的是編輯選品邏輯,而非真實使用者的討論聲量;my-best單篇被引用六次。

https://festivefuns.com/dehumidifier/內容網站Perplexity×2
https://yiwutrip.tw/dehumidifier/品牌官網Perplexity
📑 品牌與引用來源對應分析

本期前四名LG、Hitachi、Panasonic、Mitsubishi在三個平台都被講到,可是翻完整份來源清單,一個品牌自家官方網域都沒有,撐起這些名字的全是別人寫的選購文。

myfeel-tw那篇一口氣點名LG、三菱、國際牌、日立,ELLE那篇則寫到日立7公升機種RD-14FJ。

Mitsubishi被引到的是panashop那篇部落格,裡面講MJ-EH190JT-TW的強力乾衣,另外還有yiwutrip整理的網友評價,說三菱同樣公升數除濕速度比較快、一台用十幾年;第六名Sharp則靠parenting那篇介紹Plasmacluster除菌離子和三重濾網。

ChatGPT那側的六次引用,全部落在my-best同一個頁面。

整份清單裡沒有論壇、也沒有社交平台,新聞媒體只有storm.mg和womenshealth各一次,其餘幾乎都是導購型內容網站。

只在ChatGPT出現的KINYO排第十、平均排名4.7,還比第五名Whirlpool的5.4前面,被幾個平台同時講到,比被講到時排多前面更吃重。

🏷️ 本期品牌定位印象 AI 如何描述各品牌
LG
被描述為雙變頻省電、Wi-Fi遠端智控、外型現代的跨平台首推
Hitachi
被描述為日系工藝可靠、一級能效、中大坪數與臥室都好用的主流選擇
Panasonic
被描述為nanoe抑菌、變頻靜音、功能完整的家電老牌
Mitsubishi
被描述為日本原裝製造、大坪數強力除濕的高端機種
Whirlpool
被描述為平價一級能效、除濕清淨二合一,適合小家庭的CP值款
Sharp
被描述為靜音除臭、寵物家庭與小坪數適用,但AI點名次數偏少
Electrolux
被描述為北歐品牌、除濕清淨二合一,三平台都進榜但名次多在後段
Philips
被描述為清淨除濕一體、空氣品質導向,知名度有但AI共識薄
NWT
被描述為本土平價CP值首選、曬衣實用、單平台衝上來的黑馬
KINYO
被描述為輕量便攜、規格基本款,走租屋族低預算路線

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。