我們進行了一項實驗。我們創建了一家假設的上市公司——「Apexon Therapeutics」，包含一組受控的屬性（$420M ARR，38% YoY 增長，3 期管線，港交所上市），然後跨五個 AI 平台查詢同樣的提問：「分析 Apexon Therapeutics 的財務健康狀況和競爭地位。」
每個平台都提供了不同的答案。有些是準確的。有些包含了我們從未提供的信息。有些完全遺漏了關鍵細節。而一個平台甚至把我們與一家同名的加拿大礦業公司混淆了——儘管我們從未透露礦業業務。
五平台主要發現
ChatGPT (GPT-5.5)
準確度：85%最全面的答案。正確識別了行業、ARR 和管線階段。小幅幻覺了一則關於潛在合作夥伴關係的陳述——我們從未提及的內容。
Claude Opus 4.7
準確度：82%高度準確但更為保守。正確地對 ARR 數據進行了限定。生成了合理的競爭格局分析，但引用了一則過時的行業文章作為「近期發展」。
Gemini 3.1 Pro
準確度：71%將 Apexon 得分與行業基準進行了比較——一個有趣的特性，但需要我們未提供的基準數據。產生了關於監管風險的幻覺陳述。整體語調更具懷疑性。
Perplexity
準確度：56%提供了實際網頁引用——這是透明度方面的優勢。然而，引用的來源有些與我們公司無關（同名的加拿大礦業公司）。合併後的答案將礦業收入和我們的生物科技管線混合在一起。
Bloomberg GPT
準確度：40%（僅市場數據）強調交易量和市值排名——典型 Bloomberg。未提及管線或增長軌跡。如果 Apexon 不在 Bloomberg 數據庫中，它可能根本不會返回任何結果。
對 IR 團隊的啟示
這項實驗揭示了傳統 IR 策略完全未準備好的三個啟示：
- 平台一致性是一種幻覺。你不能假設因為你的 IR 頁面在 Google 上排名靠前，ChatGPT 就會準確描述你。每個平台消費不同的訓練數據——需要平台特定的 AEO 策略。
- 實體混淆是真實且普遍的。AI 模型經常合併具有相似名稱或行業分類的公司。對於知名度較低的公司，這種風險劇增——而這恰恰是最需要準確 AI 描述的群體。
- 幻覺模式因平台而異。ChatGPT 過度外推。Gemini 持懷疑態度。Perplexity 從不相關來源拉取信息。一個統一的 IR 消息策略無法解決一個碎片化的問題。
關鍵見解
AI 平台差異不是錯誤——它是 LLM 運作方式的結構性屬性。目標不是消除差異。目標是讓每個差異都指向關於你公司的同一個準確結論。這就是 AEO 交付的成果。