同一題換語言，這次航空推薦差了 60 個百分點
作者先問：新加坡用簡體中文、哈薩克用俄文，問同一個購買問題，會不會得到同一個品牌。他引用 Statcounter 2026 年 8 月的數字，說沙烏地阿拉伯、哈薩克和新加坡從 AI 聊天機器人來的網站造訪裡，ChatGPT 大約佔四分之三；加上 Claude 和 Gemini，這三個美國模型在各市場的 AI 推薦流量都超過 90%。這次沒有在圖表頁上對到 8 月的那組百分比，所以只保留他的轉述。
他認為換語言不是把英文答案翻譯過去。模型用那個語言推理和寫答案，文化和其他因素會進到回答裡。ChatGPT 和 Gemini 在中國無法使用；Claude 沒有在中國大陸、俄羅斯或伊朗正式提供。有些國家的能見度可能靠在地模型，例如中國的 ERNIE、韓國的 Naver、法國的 Mistral。這段是他轉述 Duane Forrester 4 月在同一站的文章，不是這次測試的結果。
目錄（9）
編譯自 Search Engine Journal · Reza Moaiandin · 2026-10-13 原文
完整來源聲明
來源聲明：本文根據 Reza Moaiandin（Search Engine Journal，2026-10-13）〈Lost In Translation〉編譯為繁體中文，不是逐句翻譯。頁尾保留所有權利。語言會改變品牌推薦，是他 2026 年 9 月 7 日下午自己的測試；Anthropic 那份研究測的是回答傾向，頁面沒有品牌推薦率。原文：https://searchenginejournal.com/lost-in-translation-how-language-changes-which-brand-ai-recommends/591585/。文中「編輯解讀」為本站觀點，不屬於原文。檢索日期：2026-10-17。
Anthropic 測的是冷熱和嚴謹，不是品牌
2026 年 7 月 Anthropic 公布 Claude 在不同語言和模型上的價值傾向。這裡的價值，指沒有標準答案時，回答比較恭敬還是謹慎、溫暖還是嚴謹、深入還是簡短。說明頁寫，三個模型（Sonnet 4.6、Opus 4.6、Opus 4.7）和 Claude.ai 最常用的 20 種語言各抽大約 5,000 則對話。作者把總量寫成不到 31 萬則。頁面上，溫暖相關的價值在阿拉伯文和印地文最明顯，嚴謹在英文和俄文最明顯。那一頁沒有品牌、引用或推薦率。1
作者寫明：這份研究沒有檢驗語言會不會改變 Claude 是否提到、引用或推薦你的品牌。品牌那一部分是他自己接著做的。
六種購物題、五種語言、一個下午
他先測 Claude Sonnet 5，網頁搜尋關掉，這樣答案只能來自模型和訓練資料。工具是 DataForSEO 的 LLM Responses API。六種情境：特內里費的飯店、倫敦到特內里費的來回機票、400 英鎊以內的降噪耳機、500 英鎊以內的掃地機器人、英國小企業的 CRM、50 人英國公司的專案管理軟體。每題要求列出三個品牌，並給出一個推薦。
五種語言是英文、阿拉伯文、俄文、簡體中文、波斯文。六種情境乘五種語言乘 40 次，是 1,200 則。另外把飯店和專案管理在搜尋打開時重測，再把這兩題用同樣設定測 ChatGPT（他寫的型號是 gpt-5.6-sol）和 Gemini（gemini-3.5-flash），搜尋仍關掉。全部 1,650 則。收集日是 2026 年 9 月 7 日，同一個下午。
品牌名大多仍是拉丁字母。他說中文回答大約 5% 把英國航空寫成簡體「英国航空」、easyJet 寫成「易捷航空」，旁邊沒有拉丁字；阿拉伯文有音譯。這些字串被加進比對。推薦句用各語言的固定說法來認，99.8% 能判讀。他抽了大約 40 則人工看過。有 3 則沒有給出最終選擇，被排除，所以有兩個百分比是用 39 次而不是 40 次算的。文中沒有標是哪兩個。搜尋打開的測試另有第 4 則被排除。
機票差很大，掃地機器人和專案軟體沒有
差最多的是倫敦到特內里費的來回機票。波斯文裡，Claude 有 52.5% 推薦英國航空，easyJet 只有 12.5%。俄文裡 easyJet 是 72.5%，英國航空一次都沒有。他說這是 60 個百分點的擺動。模型、題目、問法、下午都相同，變的是語言。
飯店因為特內里費選擇很多，各語言的推薦更散，百分比也更低。Bahía del Duque 在中文回答裡是首選的 43.6%，在阿拉伯文只有 7.7%。Hotel Botánico 在英文裡接近三分之一，在俄文裡沒有出現。他後來說，40 次裡出現 1 次不算證據，飯店這些百分比很多可能落在誤差範圍裡。
另外四類沒有這種翻盤，五種語言的首選是同一個品牌。耳機只有英文讓 Sony 碰到明顯對手。CRM 也是英文比較特別。他沒有給這兩類的百分比。500 英鎊以內的掃地機器人，他說幾乎不論哪種語言都推薦 Roborock。專案管理是 Monday.com 和 Asana，Monday.com 在五種語言都多一點，沒有寫出次數。
他猜穩定的類別是因為全球品牌名單短，一兩個領導者容易佔住；大家本來就一致時，語言的作用比較小。俄文完全不推英國航空，一個可能是 2022 年 2 月俄羅斯禁止英國註冊的飛機進入領空，英國航空同一天停了莫斯科航線。他引用 Moscow Times。但 easyJet 和 Jet2 也是英國航空公司，兩者加起來佔俄文推薦的 97.5%，所以禁令解釋不了 easyJet 為什麼最高。他的結論只到：用某種語言問，不只是換詞彙，而是多給了模型一種情境。那是地區、政治、文化還是語言本身，他說拆不開。
打開網頁搜尋，10 組裡有 7 組換了首選
飯店和專案管理、五種語言，搜尋打開後重測。10 組裡有 7 組的首選品牌換了。
飯店五種語言的首選全部換了。原先被推薦的許多飯店消失，新出現 10 個名字，包括總冠軍。JOIA by Iberostar 在三種語言拿最多推薦，全部挑選裡佔 31%，英文佔 60%。2024 年 7 月 Iberostar 把 Grand 系列改名成 JOIA。只靠記憶時，Claude 仍用公司兩年前棄用的 Iberostar Grand。搜尋關掉時，198 則裡只推薦該飯店 2 次；搜尋打開後，JOIA 變成這一類最多被推薦的。他說這不是把舊名找出來替換，而是線上讀到的東西把它推到前面。Iberostar 的新聞稿這次是 403，改名日期依作者的引用。
專案管理只有波斯文和阿拉伯文換了首選。阿拉伯文有 46.7% 選 Wrike，搜尋關掉時只有 5%。波斯文 Asana 以 40% 贏過 Monday.com 的 26.7%，雖然 Asana 比搜尋關掉時更低；Wrike 升到 33.3%，變成三家在搶。
他加了限制：搜尋打開後，42.7% 的回答在講完之前碰到輸出上限。波斯文 83%，阿拉伯文 63%。因為模型通常先講首選再解釋，推薦品牌大多還抓得到，但這些數字可能偏軟。訓練是去年就固定的；搜尋打開時，模型用網路上的新資料補充。他說行銷團隊因此有機會發布內容、影響各語言的能見度。具體策略他沒有寫，也沒有測出某種內容會提高某個百分比。
ChatGPT 和 Gemini 不是同一個首選
同一兩題、搜尋關掉。10 組語言和類別裡，Gemini 有 5 組和 Claude 的首選相同，ChatGPT 只有 1 組。
專案管理在 Claude 的主測試裡，Monday.com 五種語言都是首選。Gemini 在英文、阿拉伯文、俄文和中文推薦它的比率是 53% 到 100%，只有波斯文改推 Asana。ChatGPT 裡 Monday.com 一種語言都沒有贏。Wrike 在四種語言最多，只有阿拉伯文是 Asana 領先。
特內里費飯店，ChatGPT 比 Claude 一致。Iberostar Selection Sábila 在四種語言是 46.7% 到 86.7%。只有波斯文換酒店，Vincci Selección La Plantación del Sur 以 40% 領先。Gemini 的飯店比 Claude 一致，但沒有像 ChatGPT 那麼確定，文中沒有再給百分比。他說這些是提示，不是定論，但語言差異不是只有 Claude 才有。
他認為假設成立，同時說不要讀過頭
他要測的假設是：品牌推薦會隨使用者的語言變。他認為可以回答會。同時他說樣本小，就是 9 月 7 日一個下午、少數模型、類別和語言。1,650 則相對每秒的提問量很小。飯店選擇太多，很多百分比可能在誤差裡，40 次裡的 1 次不是證據。截斷讓一部分數字更軟。沒有隔週重測，不能假設下週還一樣。這不是多語言 AI 的地圖。他的建議是：拿顧客購買前會問的幾題，在目標市場的語言和多個模型裡測，而且要重複，看哪些規律留得下來。
回到新加坡和哈薩克會不會得到同一推薦：他說有時會、有時明顯不會。語言是一個因素，變數很多。打開即時網頁搜尋會改變結果，所以缺口也許可以被內容影響。那是他的推論，不是測出的做法。
常見問題
- Anthropic 是不是證明了語言會改變推薦的品牌？沒有。那份研究比較的是溫暖、嚴謹這類沒有標準答案的傾向。說明頁是三個模型、20 種語言、每組大約 5,000 則對話，沒有品牌推薦率。品牌測試是 SEJ 作者自己做的。
- 換一種語言，推薦就會差 60 個百分點嗎？只有這次機票題。波斯文英國航空 52.5%、easyJet 12.5%；俄文 easyJet 72.5%、英國航空是 0。同一下午、搜尋關掉的 Claude Sonnet 5。掃地機器人幾乎都是 Roborock，專案管理五種語言都是 Monday.com 略多於 Asana。不是每一類都會翻盤。
- 這 1,650 則是同一種測試嗎？不是。主測試是六題、五種語言、各 40 次、搜尋關掉，共 1,200 則。其餘是飯店和專案管理在搜尋打開時，以及這兩題在 ChatGPT 和 Gemini、搜尋關掉時。有兩個百分比用 39 次而不是 40 次，文中沒有標是哪兩個。
- 打開網頁搜尋，是不是就修正了語言差異？10 組裡有 7 組換了首選，飯店五種語言都換了。JOIA by Iberostar 佔全部挑選 31%、英文 60%。但 42.7% 的回答被截斷，波斯文 83%、阿拉伯文 63%，他說數字可能偏軟。沒有寫哪種內容會提高哪個品牌。
- ChatGPT 也是 Monday.com 領先嗎？不是。Claude 和 Gemini 的專案管理大多是 Monday.com。ChatGPT 裡 Monday.com 一種語言都沒贏，四種語言是 Wrike，阿拉伯文是 Asana。飯店則是 Iberostar Selection Sábila 在四種語言領先。搜尋都是關掉的。
編輯解讀
一句話重點：只測英文，會漏掉這次機票題那種語言差異。這個差異是一個下午、搜尋關掉的 Claude，而且不是六類裡都有。
這對你的網站意味著什麼：
- 品牌問題要用目標市場的語言各跑多次，不要用一次英文回答代表全部。作者自己的建議是重複測，看規律會不會留到下一週。
- 搜尋關掉和打開要分開記。關掉時看到的是模型記憶，這次裡還會出現兩年前棄用的飯店名。打開後首選會換，但截斷多的語言百分比比較軟。
- 不要把 Anthropic 的溫暖或嚴謹，寫成某種語言更會推薦你的品牌。那份研究沒有這個指標。
- 俄文不推英國航空，不能寫成禁航造成的。同屬英國的 easyJet 和 Jet2 佔了俄文推薦的 97.5%。
適用與不適用的情境：適用於決定要不要在購買題上分語言、分模型重測。不適用於把 52.5%、72.5% 或 JOIA 的 60% 當成你的品類會出現的比率，或當成已經證明某種內容能縮小語言差距。
需要注意的限制：作者用 DataForSEO 的介面取回答，不是各家產品後台的報表。樣本是一個下午。飯店百分比他認為很多在誤差裡。Statcounter 的四分之三和 90% 這次沒有在圖表頁對到 2026 年 8 月。Iberostar 改名的新聞稿是 403。打開搜尋之後能被內容影響，是推論，沒有對照組。
延伸閱讀：
可複用規則3 條
從本文提煉，可供人工對照或 AI 分析站點時作為依據。全部規則
Anthropic 的語言研究比較的是溫暖、嚴謹等沒有標準答案的傾向。說明頁是三個模型、20 種語言、每組大約 5,000 則對話，沒有品牌推薦率。SEJ 作者寫總量不到 31 萬則。品牌是否隨語言改變，不是那份研究的結果。
- 品牌測試標成作者自己的
- Anthropic 頁面沒有品牌指標
2026-09-07 同一個下午，Claude Sonnet 5、網頁搜尋關掉：倫敦到特內里費機票，波斯文英國航空 52.5%、easyJet 12.5%；俄文 easyJet 72.5%、英國航空 0。掃地機器人幾乎都是 Roborock。40 次裡出現 1 次，作者認為不是證據。樣本沒有隔週重測。
- 寫明機票題和當天
- 穩定品類同時寫出
飯店和專案管理、五種語言，搜尋打開後 10 組裡有 7 組換了首選。JOIA by Iberostar 佔全部挑選 31%、英文 60%；搜尋關掉時舊名 Iberostar Grand 在 198 則裡只出現 2 次。42.7% 的回答被截斷，波斯文 83%、阿拉伯文 63%。沒有測出哪種內容提高了哪個百分比。
- 7/10 只含飯店和專案管理
- 截斷比例一起寫
名詞與資料來源
- Anthropic：〈How Claude’s values vary by model and language〉 https://www.anthropic.com/research/claude-values-models-languages（檢索：2026-10-17）。寫明三個模型、20 種語言、每組大約 5,000 則；溫暖在阿拉伯文和印地文、嚴謹在英文和俄文。頁面沒有品牌推薦率。
- Reza Moaiandin／Search Engine Journal：〈Lost In Translation: How Language Changes Which Brand AI Recommends〉 https://searchenginejournal.com/lost-in-translation-how-language-changes-which-brand-ai-recommends/591585/（刊登：2026-10-13；檢索：2026-10-17）