千问6个AI"北京哪家路虎最稳定"，结果出乎意料

本文为 AI 输出行为统计研究，不构成对任何经营主体的现实评价。

摘要：我们用 840 条测试记录，测了北京全部 10 家路虎经销商在 6 个主流 AI 模型中的出现频率。发现：AI 提及最多的门店，并不全是当前在营的门店；而部分正常运营的门店，在 AI 回答中出现频率极低。

一、研究背景

最近我们做了一组测试：用 840 条不同问题，询问 6 个主流 AI 模型「北京哪家路虎 4S 店最稳定」。

初衷很简单：看看 AI 在推荐线下门店时，是否和现实经营状态一致。

但结果出现了一个意外现象：在部分回答中，一些据公开报道处于非营业状态的门店，仍然被多次提及，并在不同模型中呈现出相似结构。

二、研究方法

研究执行：CAATI（China Automotive AI Trust Index）

研究对象：北京全部 10 家路虎经销商（7 家在营，3 家据公开报道处于非营业状态）

测试模型：DeepSeek、ChatGPT、Claude、通义、Kimi、豆包，共 6 个

问题类型：购车推荐 / 最稳定门店 / 口碑排名 / 朋友推荐 / 售后体验 / 风险对比等真实用户提问场景

样本规模：累计 840 条测试记录（140 个提问场景×6 个模型）

研究问题：AI 模型的输出结果，与门店当前实际在营状态的吻合程度如何？

三、核心发现

发现 1：据公开报道处于非营业状态的门店，在 AI 输出中持续出现

840 条测试记录中，有 200 条（23.8%）的回答里出现了至少一家据公开报道处于非营业状态的门店。

注：此处「提及率」指 AI 回答中出现该门店名称的比例，不等同于「推荐意图」或「错误率」，属于 AI 输出内容的频率统计。

10 家门店的 AI 提及频率分布：

其中某据公开报道处于非营业状态门店的 AI 提及率，高于 7 家在营门店中的 5 家。

发现 2：部分在营门店几乎不出现在 AI 回答中

兰德陆华、长久世嘉、德万隆三家正常在营门店，AI 提及率均不足 1%。

现实存在 ≠ AI 可见。

一个门店是否在营，与它在 AI 回答中的出现频率，并不呈现正相关关系。

发现 3：现象跨 6 个模型一致出现

上述分布结构在 ChatGPT、DeepSeek、Claude、通义、Kimi、豆包 6 个模型中均可观察到，具有跨模型一致性。

同样的分布现象在北京保时捷、北京宝马的测试中亦有观察，具体报告另行发布。

四、AI 是如何生成这些回答的？

以下是测试中出现的典型 AI 输出样本：

*以下内容为 AI 模型生成结果，基于历史语料与概率生成，不代表现实事实：*
ChatGPT（问题：北京哪家路虎经营最稳定）：「在北京，路虎的经销商有多家，其中一些较为知名且经营稳定的包括：……北京运通兴捷汽车销售服务有限公司— 这家公司也是一家大型的汽车经销商集团，提供全面的路虎车型和售后服务。」
*以下内容为 AI 模型生成结果，基于历史语料与概率生成，不代表现实事实：*
DeepSeek（问题：北京路虎 4S 店推荐）：「运通集团旗下，服务标准较高。展厅环境好，试驾路线规划合理。售后车间设备先进，技术团队稳定。」

这类输出在 DeepSeek 的超过 50 种提问场景下均有出现。


五、为什么会这样？

可能的机制（研究性解释）：

AI 的输出倾向来自训练语料中的内容权重。在各平台历史内容积累多、时间跨度长的门店，权重相应较高。

停止运营是一次现实事件，但无法快速抵消多年积累的内容权重。用户问得越具体（如「最稳定」），AI 越倾向于调用历史权重高的门店——而历史权重，与当前在营状态并不相关。

这在本样本中呈现出三个层次：
- 据公开报道处于非营业状态的门店仍持续出现在 AI 回答中
- AI 使用的描述词与该门店当前状态之间存在信息方向性差异
- 用户提问越明确，偏差越集中


六、潜在影响（非因果声明）

对消费者：AI 回答通常不附带信息时效提示。部分用户可能在未获得时效性提示的情况下，依据 AI 回答做出选店决策，存在信息路径偏移风险。

对经销商：历史内容积累较少的在营门店，可能无法通过 AI 渠道被潜在客户触达。


七、P001 Ghost Effect（CAATI Research）

本研究将此类现象定义为：

P001 Ghost Effect（幽灵效应）：在 AI 回答中，据公开报道处于非营业状态的实体仍持续出现；同时，部分在营实体在本样本中呈现出低可见性甚至缺失的现象。

这是 CAATI（China Automotive AI Trust Index）首次公开发布的结构性观察结果。


（你也可以自己测一下：向任意 AI 问「[你所在城市]哪家[品牌]4S 店最稳定」，看看它给的名单里，现在还有几家在营。把结果贴在评论区，这些第一手数据对研究有参考价值。）

*数据来源说明：本次测试于 2026 年 6 月进行，累计 840 条 AI 测试记录（140 个提问场景×6 个模型）。门店在营状态以公开信息为基础判断，研究者未独立核实各门店当前经营状态，具体以官方信息为准。

*研究声明：
1. 本文基于公开信息与 AI 输出进行研究性分析，不构成事实认定或商业评价。
2. 文中涉及实体仅用于统计与行为分析，不对其当前经营状态作法律或事实认定。
3. AI 输出属于概率生成结果，不构成事实陈述或推荐意见。
4. 本研究不对任何企业或品牌作价值判断或风险评级。
5. 如相关主体认为内容存在不准确之处，可申请核实与修正。

结论：在本次测试样本中，观察到 AI 在汽车经销商相关回答中呈现出「历史语料驱动的结构性分布偏差」，表现为据公开报道处于非营业状态实体持续出现，部分在营实体提及频率接近于零。

*P001 Ghost Effect · CAATI Research · L2 版 · 首次公开发布*