阿托维亚自己测的资料

问AI健康、心理、钱的问题,它凭什么回答 — 2026年9月,韩语75题实测

阿托维亚自己提问、自己统计的数据。这是我们自行调查的结果,不是学术研究或第三方调查。引用时请注明这一点。

现在,身体不舒服或撑不下去的时候,越来越多人先问AI而不是搜索。但那些回答到底凭什么,却很少有人知道。我们向生成式AI(Gemini)输入了75个问题,比如「特应性皮炎让我睡不着」「精疲力尽了,不想咨询,想自己恢复该怎么办」,并记录了回答里出现的所有出处。

一览

① 就算写了出处,«也常常点不开»

回答下面即使写了媒体名字,很多时候也不是链接。只有一个名字摆在那里,想知道具体是哪篇文章,用户得自己重新搜索。

在健康信息上,这一点很关键:有出处,和能核实,是两回事。AI的回答里出现了媒体名字,不代表它真的读过那篇文章。

② 问«疾病»和问«服务»时,依据不一样

「其他」大多是企业、服务自己运营的官网。也就是说,比起学会、公共机构这类第三方依据,服务自己写的内容被引用得更多。

问症状、疾病时,出现的是学会、保健所;像「哪里好」这样问服务时,出现的是那家服务自己的网站和新闻报道。不过这次样本较小,请只当作趋势来看——有些类别的数量只有个位数。

向AI获取健康信息时,比起「帮我推荐」,问「你是按什么标准判断的」更容易得到带第三方依据的回答。

③ 能上推荐名单的服务,都是«在哪儿被提到过»的

对回答里被点名的服务,又追问了20次「在哪里被介绍过」,确认了23处。新闻报道、官方博客、社区帖子分布得比较均匀。

换句话说,AI的推荐名单,与其说是«好坏排序»,不如说更接近«内容还留在网上的顺序»。没上榜不代表服务不好,上榜也不代表已经过验证。我们不公开具体的服务名称与媒体名称。

④ 每个AI«依据的东西»都不一样

同一个问题,问的地方不同,依据的性质也不同。一边偏向引用企业、服务自己的官网与新闻报道,另一边偏向引用PubMed、JAMA这类学术数据库。

也就是说,向AI获取健康信息时,别只信一家。把同一个问题问两个以上,立刻就能看出依据差多少。

怎么测的——方便你也能照做

1. 提问时不点名品牌。一旦点名,得到的只是那个品牌自己的介绍,没法测出「AI最先想到的是什么」。

2. 把整段回答原文照存。只存链接的话,上面①要看的东西就漏掉了。

3. 把出处分类(公共机构·学会/新闻/社区/榜单文章/平台)。

4. 没有得到回答的问题不计入统计。页面没加载完就抓取,会变成「0个出处」,把它当真0记录下来,整份数据就失真了。

这一期没能涵盖的

• 和Perplexity、Naver的对比——这次只测了Gemini和GPT两家
• 逐月变化——这是第一期
• 扩大提问类别的版本(这次只涉及健康、心理、理财相关)

没有的数字不会硬凑。等下一期测出来了再补上。

这份资料的等级

• 制作方:阿托维亚(运营方)
• 性质:自行调查 — 不是有抽样设计的统计调查
• 范围:韩语提问75个(Gemini 62个 · GPT 13个)
• 不公开具体的媒体名称、服务名称
• 不包含关于数值、功效、疗程的说法
• 本资料不是医学建议。如有症状,请前往医疗机构就诊。