观点 2026-09-23 更新于 2026-09-23 · 9 分钟阅读

美食媒体正在成为 ChatGPT 推荐新加坡餐厅的新证据

ChatGPT 会点名去搜指南和榜单，Gemini 读的却是本地美食博客。这条信源分野对新加坡餐厅的 GEO 意味着什么。

ChatGPT 推荐新加坡餐厅的方式，是读美食媒体，而不是给餐厅官网排名。食客问「去哪吃」的那一刻，答案由当场检索回来的指南、点评平台和本地出版物拼装而成，餐厅自己的页面很少成为被引用的那一条。cloro、Pluspoint 和 MyPlace 对美国餐饮问题的研究（页面查阅日期为 2026 年 9 月 23 日），为这个转变提供了市场信号；Canlah AI 对一家新加坡餐饮集团、于 2026 年 7 月 31 日发布的审计，则为本文所用样本提供了一份规模更小的第一方信源地图。

两个引擎读的是不同的新加坡出版物。ChatGPT 会把米其林指南、Tatler Asia 和 Tripadvisor 直接写进自己的搜索词，而 Seth Lui、Eatbook SG 这类新加坡美食博客喂的是 Gemini，在同一批 24 次样本里没有被 ChatGPT 引用过。在新加坡，食客还会往问题里叠加清真、价位和片区三重约束，此时用一个引擎的信源清单去推断另一个引擎，基本不成立。美食媒体是 AI 餐厅推荐的证据层，不是一条可以互相替换的渠道。

核心结论

编辑型榜单占比最大：在 cloro 2026 年 7 月 4 日对六个 AI 引擎、200 条餐饮问题的研究中，编辑型 best-of 出版物占餐饮引用的 40%，用户生成内容占 32%，点评或订位平台占 25%。
被引用、被提及、被推荐是三种不同状态：一家餐厅可以出现在引擎检索到的页面上，却依然进不了短名单，这种差别是单一可见度分数看不出来的。
Canlah AI 的地图覆盖两个引擎，不是整个市场：这份 48 次探测的新加坡审计在 ChatGPT 和 Gemini 之间分裂得很干净，但它没有探测 Perplexity 和 Google AI Overviews，也看不到两个引擎检索后又丢弃了什么。
一套五层信源模型：点评底线、编辑型指南、点评平台、本地美食博客和自有事实应当分开记录，因为每一层喂的引擎不同，需要的负责人也不同。

餐饮问题研究测了什么

AI 搜索监测服务商 cloro 在 2026 年 7 月 4 日，向 ChatGPT、Google AI Overview、Google AI Mode、Microsoft Copilot、Gemini 和 Perplexity 投放了 200 条餐饮意图问题。被引用最多的域名依次是 Reddit，占触发回答的 22%；Google 与 Maps 占 19%；OpenTable 和 Instagram 各占 13%；Time Out 占 10%；The Infatuation 占 9%；Tripadvisor 占 7%；米其林指南占 4%。Google AI Overview 在约 3% 的问题上触发，Perplexity 回答了样本中的每一条问题，但没有附上引用。

资料来源：cloro，AI 时代的餐厅 SEO

Pluspoint 在 2026 年 7 月 30 日至 8 月 3 日之间，跨美国十二座城市，从 ChatGPT、Gemini 和 Perplexity 采集了 551 条回答。同一个问题问两次，返回相同餐厅名的比例是 46.7%；三个引擎在 2,158 个餐厅名中只有 103 个达成一致，占 4.8%。Gemini 约四分之三的回答引用了 Reddit，Perplexity 有 86% 读了 Tripadvisor，ChatGPT 则引用城市编辑内容，并给它点到的每四家餐厅中的三家附上 Yelp 商户数据。

资料来源：Pluspoint，AI 是怎么挑餐厅的

顾客互动平台 MyPlace 在 2026 年 2 月报告，被 AI 推荐的餐厅平均有 3,424 条 Google 评论，而条件相当但未被推荐的餐厅只有 955 条；星级超过 4.4 之后，评分本身的影响很小。

资料来源：MyPlace，餐厅的 AI 排名因子

三项研究各自给出了别家没有的证据：cloro 一次覆盖六个引擎，Pluspoint 量的是同一个问题重复问会不会返回同一批名字，MyPlace 把推荐与评论数量挂在一起看。这三家出版方都在卖监测或餐饮软件，因此它们的结论不能当成中立的行业共识，而且没有一家测的是新加坡。但共同的模式仍然可用：决定一条餐厅答案的页面，大多不在餐厅自己的网站上。

为什么是美食媒体决定短名单

答案是一份短名单，不是一个排名

食客拿到的是几个名字，落在这份名单之外的餐厅根本不会被拿来比较。由于 Pluspoint 样本中重复提问的一致率不到一半，「是否在场」是跨多次运行的出现率，而不是一个位次。

ChatGPT 会点名去搜出版物

在 Canlah AI 的审计中，ChatGPT 在 24 次样本中有 13 次把某个具体出版物直接写进了自己的搜索词，其中米其林指南 8 次、Tatler Asia 5 次。这些搜索词里被点名的出版物，约 78% 最终出现在了答案的引用里。

大多数引用仍然来自通用搜索

在同一批 24 次样本里，ChatGPT 引用的信源中约 64% 从未在它的任何一条搜索词中被点名。它们是普通措辞搜回来的：为这个问题排上名的餐厅官网、酒店页面和订位平台。因此餐厅的 AI 可见度跑在两条供给线上，一条是编辑投放，一条是常规搜索健康度。

社区信源是最不稳定的那一项

Promptwatch 报告，reddit.com 在 ChatGPT Search 引用中的占比，从 2026 年 7 月 18 日至 8 月 7 日的平均 3.83%，跌到 2026 年 8 月 14 日至 17 日的 0.52%，相对降幅 86.4%。原因尚未查明。一个能在一周内消失的信源，不适合作为承诺的依据。

资料来源：Search Engine Journal 对 Promptwatch 数据的报道

来自 Canlah AI 的第一方信源地图

Canlah AI 针对一家新加坡餐饮集团记录了 48 条探测，ChatGPT 24 条、Gemini 24 条，其中 Gemini 一侧记录了 179 个检索到的信源片段。问题用的是食客的真实措辞，例如「City Hall 地铁站附近的寿司」。这份地图于 2026 年 7 月 31 日发布在 Canlah AI 的餐厅页面上。

新加坡餐厅信源地图：每个引擎 24 次样本，审计发布于 2026 年 7 月 31 日。

信源	ChatGPT	Gemini	读法
Time Out Singapore	点名 3 次，被引 8 次	检索 9 次，9 次全部采用	两个引擎上都最强
Tatler Asia	点名 5 次，被引 6 次	检索 5 次，5 次全部采用	两边都强，偏 ChatGPT
米其林指南	点名 8 次，被引 6 次	1 个片段	喂 ChatGPT，几乎够不到 Gemini
Tripadvisor	点名 4 次，被引 4 次	样本中未观察到	只喂 ChatGPT
Seth Lui	样本中未观察到	10 次样本	只喂 Gemini
Eatbook SG	样本中未观察到	8 次样本	只喂 Gemini
City Nomads	点名 0 次，被引次数低于上面三份指南	7 次样本	主要是 Gemini
餐厅官网	点名 2 次，被引 3 次	检索 3 次，3 次全部采用	两个引擎都会直接抵达

信源：Canlah AI 对一家新加坡餐饮集团的探测档案，2026 年 7 月 31 日发布。「点名」统计的是 ChatGPT 把该信源名称直接写进搜索词的次数。「样本中未观察到」指记录这批样本时，该信源没有出现在这个引擎的 24 次样本里，它不能证明该引擎从不使用这个信源。

同一份审计也暴露了方法的边界：ChatGPT 在 24 次样本中打开过该集团自有的品牌概念页一次，该页面在 Gemini 的 24 次样本中未被观察到，而一次出现算不上一个频率。这次审计能看到每个引擎搜了什么、引用了什么，但看不到它检索之后又丢掉了什么。这是一家餐饮集团在两个引擎上的意图切片，不是新加坡市场基准。

Canlah AI 案例页上的两个匿名案例，给「评论数量决定论」加了一点张力。一家高端 omakase 餐厅在 32 条不含品牌名的买家问题中被提及 1 次，占 3%；同价位段的一家同行是 32 条中的 11 条，占 34%；两家都没有米其林星。另一家经营 20 年、拥有 3,452 条评论且评分 4.5 星以上的餐饮集团，在三个引擎、49 次不含品牌名的探测中获得零次推荐。这些证据说明评论数量和信源在场测的是两件不同的事，但它不能证明是哪一件促成了推荐。

美食博客和 ChatGPT 引用不是同一条渠道

新加坡的美食博客生态几乎整体流向了 Gemini。Seth Lui 出现在 10 次 Gemini 样本中，Eatbook SG 8 次，City Nomads 7 次；而 ChatGPT 在自己的 24 次样本里，引用 Seth Lui 和 Eatbook SG 的次数都是零。Gemini 只在 24 条搜索词中的 4 条里点了某个站点的名字，其余都是把食客问题做通用改写，因此 Gemini 的答案取决于哪些页面在普通措辞下排得上名，而本地博客正是在这一块强。

只有三个信源同时够到了两个引擎：Time Out Singapore、Tatler Asia 和该集团的官网。米其林指南和 Tripadvisor 带来的是 ChatGPT 的可见度，两者在 Gemini 上合计只留下 1 个片段。一份引擎清单，不等于一份信源清单。

新加坡餐厅 GEO 的五层信源模型

被引用、被提及、被推荐是三种不同状态。在 Canlah AI 的一次样本里，ChatGPT 点名搜了一家指南和一个点评平台，最后只引用了平台。下面每一层喂的引擎不同，需要各自独立的记录。

新加坡餐厅 GEO 的五层信源，逐层对应它喂的引擎。

层	记录什么	支撑什么决策
1 点评底线	每家门店的 Google 商家资料评论数、评分、时效、回复率和主类目	这家门店在两个引擎共读的输入上是否达标。
2 编辑型指南	在米其林指南、Tatler Asia 和 Time Out Singapore 页面上的在场情况，以及 ChatGPT 是否点名搜过每一家	为 ChatGPT 该去攻哪一份指南或哪一位编辑。
3 点评与订位平台	Tripadvisor、OpenTable 或本地订位站点的资料完整度、营业时间、菜单和一致性	ChatGPT 掌握的门店运营事实是否正确。
4 本地美食博客	Seth Lui、Eatbook SG 和 City Nomads 对每种菜系、场景和片区意图的覆盖情况	Gemini 的通用搜索会落到哪里。
5 自有事实	餐厅官网上的 Restaurant schema、清真状态、营业时间和门店页，并与每一处挂牌逐条对齐	直接读官网的引擎能否读到同一套事实。

信源：Canlah AI 基于 2026 年 7 月 31 日发布的 48 次探测审计整理的框架。这五层是一套记录模型，不是任何引擎公布的排名因子清单。

一份更长的媒体名单，不等于一套信源策略。没有分层记录，一条输掉的问题就无法回溯到它的成因。

新加坡有什么不同

一条新加坡的餐厅问题，往往自带一个引擎必须找到证据的硬约束。MUIS 清真认证就是整个意图族上的硬闸门，而它只有在餐厅官网、Google 商家资料和各处挂牌上读到同一个状态时才成立。Google 商家资料上一个填错的主类目，足以让门店在任何内容被读到之前，就被排除在「最好的意大利菜」或「最好的 omakase」这类问题之外。

多品牌集团还多一层麻烦。引擎会把每家门店解析成独立实体，各自带着自己的评论和报道，所以旗舰店的地位不会自动传给同门的姊妹品牌。在另一座城市建好的信源地图，记录的是那座城市的出版物，无法迁移到新加坡。

餐厅运营方应该验证什么

冻结 15 到 30 条不含品牌名的食客问题，覆盖菜系、场景、片区、价位段和饮食约束，并把带品牌名的问题单独归档。
每条问题在每个引擎上至少跑两次，间隔数小时，报告一个区间而不是单次答案。
记录每一条被引用的 URL，以及引擎公开时的每一条搜索词，这样才能把点名信源和通用检索分开。
在合成任何分数之前，先把 ChatGPT 和 Gemini 的提及与引用分别记录。
用同一批问题复测，除非有对照设计支撑，否则前后变化只能标注为相关性，不能标注为因果。

Canlah AI 的位置

Canlah AI 是一家总部位于新加坡的 SEO + GEO 代理商，测量并提升品牌在 ChatGPT、Gemini、Google AI Overviews 和 Google AI Mode 中的可见度，并以可复核的区间和带时间戳的证据报告 AI 可见度。面向餐厅，它把逐引擎的信源地图，与地图指出的评论、挂牌和媒体投放工作配成一套。

它最适合需要弄清「哪个新加坡信源喂哪个引擎」的餐饮集团，而不是每一家只想找个低价点评工具的门店。这家公司自己的餐厅证据也说明了这项服务的边界：已发布的地图建立在一家餐饮集团、两个引擎和 48 次探测之上，没有覆盖 Perplexity、Google AI Overviews，也没有覆盖中文引擎上的餐饮意图。

方法与局限

第三方数字来自 cloro、Pluspoint、MyPlace 和 Search Engine Journal 的页面，查阅日期为 2026 年 9 月 23 日；它们是服务商自行发布的美国样本研究，不是独立的新加坡基准。Canlah AI 的数字来自其 2026 年 7 月 31 日发布的 48 次探测餐厅审计和匿名案例页。Canlah AI 的数据看不到「检索后被丢弃」的结果，也没有对照组，因此它识别的是信源缺口，不是 AI 推荐带来的营收。

常见问题

ChatGPT 是怎么决定推荐哪些新加坡餐厅的？

ChatGPT 在问题被提出的当下去搜网页，再用检索回来的内容拼出一份短名单。在 Canlah AI 的新加坡审计中，它经常点名去搜米其林指南、Tatler Asia 和 Tripadvisor，同时约 64% 的引用来自通用搜索。评论数量、编辑报道和正确的挂牌信息都会喂进这次检索。

做餐厅问题时，ChatGPT 会引用美食博客吗？

不会，至少在 Canlah AI 的新加坡样本里不会。ChatGPT 在 24 次样本中引用 Seth Lui 和 Eatbook SG 的次数都是零，而 Gemini 在 10 次样本里用了 Seth Lui、8 次样本里用了 Eatbook SG。在这份数据中，美食博客是一条 Gemini 渠道，能同时够到两个引擎的是 Time Out Singapore 和 Tatler Asia。

新加坡的餐厅 GEO 服务商能保证拿到 AI 推荐吗？

不能。餐厅 GEO 服务商可以保证自己的工作量、采样节奏和报告口径，但它无法控制一个非确定性模型如何回答每一条食客问题。Pluspoint 样本中重复提问的一致率不到一半，因此任何「保证出现」的承诺都应当被当作警示信号。