6795 条回答里藏着假店：三大 AI 购物助手都在把用户往冒牌网站带

如果你习惯让 ChatGPT、Gemini 或 Perplexity 告诉你”去哪儿买某个牌子”，一项新研究可能会让你在下单前多看一眼网址。

IP 保护公司 Podqi 测试了 151 个品牌、共 6795 条回答，发现三家 AI 引擎都会把用户引向风险站点。测试恰好在假日购物季之前完成。

一分钟速览

• 研究方：IP 保护公司 Podqi，结果独家提供给媒体
• 样本：151 个品牌，包括 Lululemon、Birkenstock、Stüssy、Le Creuset 等，共 6795 条回答
• 风险定义：仿冒零售商的假站、卖假货的站、被他人重新注册的旧品牌域名、已失效但可被抢注的死站
• 比例：Perplexity 15% 最差，ChatGPT 8%，Gemini 4% 最好
• 警告率：ChatGPT 对风险站点给出提醒的比例最高，24%
• 规律：大品牌的回答里出现风险站点的概率约为小品牌的一半
• 测试方式：研究者自拟提示词，用跨引擎追踪工具采集回答

三种”风险站点”

研究把风险站点分成几类。第一类是仿冒站——域名和视觉都模仿真实零售商，收货地址却在别处。第二类是卖假货的站，挂着真品牌的名字卖仿品。第三类更隐蔽：品牌曾经用过、后来弃用的老域名，被别人重新注册了。第四类是已经死掉但还没被抢注的站，随时可能被买走复活。

后两类最容易被忽视，因为它们看起来”像真的”——域名里确实有品牌名，只是注册人换了。

为什么小品牌更危险

数据显示，关于大公司的提问，回答里出现风险站点的概率大约只有小品牌的一半。

这个差异不难理解。大品牌有专门的品牌保护团队、有大量权威页面互相印证、有稳定的结构化数据。模型在检索时能找到足够多的”正确信号”，自然不容易被带偏。

小品牌没有这些。它们的官网可能只有几页，社交媒体更新不勤，第三方报道稀少。在这种信号稀疏的环境里，一个做得像模像样的仿冒站，反而成了”信息量最大”的来源。

三家的表现差异

Perplexity 最差，15% 的回答里出现风险站点。Gemini 最好，4%。ChatGPT 居中，8%，但它在”给出警告”这件事上做得最好——对浮现出来的风险站点，24% 的情况下会提醒用户。

这组数字说明了一件重要的事：引用率和警告率是两套能力。一个引擎可以经常引用风险站点，但同时经常提醒；另一个引擎引用得少，却几乎不提醒。对用户来说，后者更危险，因为沉默会被误读为背书。

厂商怎么回应

谷歌发言人的说法是：重视信息质量，乐见 Gemini 在测试中表现最好；同时坦言 Gemini 是 AI，会犯错，所以在回答旁展示来源链接，方便用户核实。

OpenAI 的回应更具体：目标是让 ChatGPT 把用户连接到可靠的购物地点，正在持续改进防护措施，让可能具有欺骗性的站点更少出现在购物相关结果里。

两段回应都提到”来源链接”和”核实”。这其实是目前唯一的现实解法——不是让模型永不犯错，而是让它把判断依据摆出来，让用户有机会多看一眼。

消费者能做什么

Podqi 首席执行官的建议很朴素：即使答案来自你信任的聊天机器人，在输入个人信息或信用卡之前，也要先核实来源。

具体一点可以做三件事。第一，看到推荐链接时，先看域名而不是看页面设计。第二，品牌官网通常能从搜索引擎的官方结果里找到，不要只信 AI 给的那一条。第三，遇到”限时折扣””最后三件”这类高压话术且域名陌生时，直接放弃。

这门生意真正的难点

对品牌方来说，这是品牌保护问题；对 AI 公司来说，这是检索质量问题；对消费者来说，这是钱的问题。三方诉求不同，解法却指向同一处：来源可信度需要被结构化地评估，而不是靠模型”读起来像不像”。

假日购物季就在眼前。今年大概会有更多人第一次用 AI 来决定买什么、在哪买。这项研究给出的提醒很简单——AI 很擅长告诉你”有哪些选择”，但它并不知道”哪个选择是真的”。