你拿两款精华去问 AI：核心成分差不多，功效写得差不多，适用肤质也标得差不多。它却几乎每次都先点名那个你早就听过的牌子。
这不是错觉。2026 年有一篇研究叫《在位者优势：品牌偏见与认知操纵动力学》，编号 arXiv:2606.17443，把这件事测得很死：规格完全相同时，真正决定推荐的，常常只剩品牌名。
别急着把锅全扣给「品牌资产」。后面半句更要紧。这种垄断很脆。对面只要多出一点能核对的质量信号，老名字就不那么稳了。
规格一模一样时，名字会变成裁判
实验场景是护肤品。这类东西买之前很难亲测效果，消费者只好靠名声做判断。作者测了三个海外商用模型：GPT-4o-mini、Claude Sonnet、Gemini 3 Flash。搜索品那边又拿 USB 线和 AA 电池做了对照。
中国这边的引擎会不会一模一样，论文没测。没有中文引擎数字，就不能杜撰，只能自己抽样。
最刺眼的是实验 1a。十个产品规格完全相同，唯一差别是品牌名。真实知名品牌百分之百被推荐，在位者优势指数打到理论最大值 10.0。换成人话：信息糊成一团时，模型就把名字当平局裁判。
质量信号一出现，这种垄断就松了
质量一旦拉开，局面就翻了。实验 1b 里，虚构品牌明显更好时，模型大约百分之九十六的时间会推荐它。品牌覆盖率只在 1.7% 到 4.6% 之间晃。名字有用，但远没有「看起来更好」有用。
实验 1c 把「好多少才够」拆细了。规格完全相同的 L0 档，虚构品牌胜率只有 3.6% 到 6.0%。一到最小优势的 L1，胜率直接跳到 64% 到 80%。
要跨过百分之五十那条突破线，大约相当于多 0.075 星评级，或者评论数变成 1.6 倍。数字不大。门槛却像台阶，不是缓坡。
搜索品更极端。USB 线和 AA 电池这类参数本身好核对的东西，同等规格时新名字的基线只有 0.8%，护肤品那边是 4.6%。东西越好比，光靠名字越压不住场面。
实验 1d 把排名差异拆开看：产品参数解释了 82.4%，列表位置占 6.5%，品牌身份只占 1.2%。品牌并不是随时都最管用。它在中等质量、信息模糊时才最显眼。模型拿名字当平局裁判，前提是两边看起来差不多。
护肤品最怕信息糊成一团
你要是护肤品新牌子，成分含量、功效表述、适用肤质写得含糊，模型就更容易退回去点那个熟面孔。美妆个护本来就容易撞车。AI 提到你时，常把你和其他牌子并列，却说不清你到底适合哪类皮肤、主打哪类成分。
我们认为，与其堆「更好用」「更温和」这类形容词，不如把能核对的那几项写清楚：核心成分是什么、功效按法规能说到哪一步、适合什么肤质。没依据的大词别写。空喊差异，模型看不见差异。
权威说法能撬动推荐，编证据不是正途
有人看到这儿会想走捷径：既然权威说法也能撬动推荐，那是不是编一段临床感的句子就行？别。
实验 2 测了五类常见话术。权威和社会认同这类可信度偏见，突破率在 50% 到 73%；锚定、稀缺、损失厌恶这类营销腔，只有 10% 到 13%。权威语言的偏见剩余价值大约等于 0.17 个评级点，约等于 1.9 倍评论数。
同一组实验也写得很清楚：捏造的临床声明同样能打破垄断。这句话是风险警告，不是操作手册。编证据不是正途，也不该学。假声明一旦被拆穿，伤的不只是一次推荐，是整套口径。
两种话术叠在一起也不一定更强。权威再加社会认同时，Claude 的突破率从 55% 降到 21.2%，像是触发了「好到难以置信」的警觉；GPT 反而升到 91.2%。三个模型脾气不一样。Claude 更像品牌守护者，GPT 和 Gemini 的反应路径各走各的。论文测的就是这三个海外商用模型。国内引擎怎么判，没有现成数字，只能自己拿真实提问去抽。
大家都写同一套，老品牌又会赢回去
实验 3 把竞争摊开，更像一场消耗。没有人刻意优化时，在位品牌被推荐的份额是 100%。进来一个挑战者，份额掉到 19.8%。等到所有人都用同一套信号，份额又回到 93.8%。信号同质化之后，模型重新退回品牌熟悉度。
先动手的人，收益代理能到 0.802；大家都跟进后，只剩 0.007。没参与的品牌，在 4745 次测试里收到零推荐。窗口是真的，但窗口会关。大家都写得像同一份模板，老品牌又赢回去了。
检索增强那组探针更提醒一件事。没有那些优化信号时，品牌熟悉度带来的在位份额掉到 0.0%。权威语言能把检索相似度抬高 0.028。换上检索增强之后，各模型的在位份额收敛到 5.0% 到 6.7%，模型之间的脾气差也被抹平不少。名字越来越不够用。能被检索到、且经得起核对的内容更值钱。
别把一次回答当成判决书
这些数字都不能理解成「保证你被推荐」。客户常问里有一句很硬：能不能保证排名？不能。AI 回答是概率分布，同一批问题今天问和明天问，结果可能不一样。谁拍胸脯保证排名，你先问他怎么兑现。
能做的是自己核。固定几条真实业务提问，去引擎里看它提没提你、怎么说你、是不是又退回熟面孔。过一段再问同一批问题，看有没有挪动。单次回答不是判决书。
工具帮得上的，是把「看得见」这件事做实。信向XGEO 是用来监测可见度、并把口径跟知识库绑在一起的自用工具。让AI更懂你，前提是公开材料里那些能核对的信息别再互相打架，也别只剩一个空品牌名。
你下次再拿两款规格差不多的护肤品去问 AI，它先报出的那个名字，凭的是成分和肤质对得上，还是只因为你听过它？
