Gemini vs ChatGPT：它们如何推荐品牌

当你向 ChatGPT 和 Google Gemini 提出相同的品牌推荐问题时，通常会得到不同的答案。事实上，研究显示，当两个 AI 系统被问及完全相同的查询时，仅有 11% 的品牌重叠。这并非故障，而是设计使然。Gemini 和 ChatGPT 使用根本不同的算法、数据来源和排名标准来决定推荐哪些品牌。

对于消费者而言，这引出了一个关键问题：哪个 AI 能提供更好的推荐？对于营销人员和品牌经理而言，这创造了一个更为紧迫的挑战：当两个平台奖励完全不同的信号时，如何在这两个平台上都获得可见性？

本文解释了这些差异背后的机制，揭示了显示这些系统差异程度的具体指标，并为希望在两个引擎上都获得排名的品牌提供了一套统一的优化策略。

快速概览

• ChatGPT 奖励跨来源共识：媒体报道、维基百科和社区讨论。
• Gemini 奖励新鲜度：近期更新的内容、Schema 标记和 Google 知识图谱的清晰度。
• 两个引擎推荐中仅有 11% 的品牌重叠。
• ChatGPT 更频繁地提及品牌（占 24.2% 的查询），但排名较低（平均第 3.50 位）；Gemini 提及品牌的频率较低（14.1%），但排名更高（平均第 1.97 位）。
• 要赢得两个平台的青睐，需要共同基础（原创内容、署名作者）加上针对各引擎的特定策略，并使用 AmICited 等工具进行持续监控，以了解您在每个平台上的实际表现。
• 结论： 不要只为一个引擎优化并假设效果会迁移。先建立共享的内容基础，然后针对 ChatGPT 叠加第三方共识策略，针对 Gemini 叠加新鲜度/Schema 策略，并分别追踪两者，因为推荐品牌之间仅有 11% 的重叠。

核心差异

Gemini 和 ChatGPT 之间的根本分歧源于它们的基本理念和数据来源。理解这些理念至关重要，因为它们决定了哪些品牌会浮出水面以及它们的排名位置。

ChatGPT 的方法：跨来源共识

ChatGPT 像一位综合广泛公众共识的专家。当您向它寻求品牌推荐时，它会从静态训练数据中提取信息，并通过检索增强生成（RAG）技术，借助 Bing 集成进行实时网页浏览来补充信息。其关键机制是：ChatGPT 奖励那些其主张和赞誉在多个独立、高权威来源中得到证实的品牌。

这意味着 ChatGPT 不信任单一权威来源，即使该来源是品牌自身。相反，它会寻找一种模式：维基百科提到这个品牌吗？一线出版物（TechCrunch、Forbes、The Verge）有报道吗？Reddit 和 Quora 用户正面讨论它吗？多个专家综述包括它吗？独立来源在正面语境中提及某个品牌的次数越多，ChatGPT 就越有可能推荐该品牌。

ChatGPT 奖励什么：

• 在多个权威第三方来源中被提及的品牌
• 共识框架（多个来源提出相似观点）
• 在 Bing 搜索中的强劲表现
• 维基百科存在（占 ChatGPT 引用数据集的 27%）
• 原创研究和专有数据（引用率比聚合内容高出 52.2%）
• 社区验证（Reddit、Quora 讨论）

ChatGPT 惩罚什么：

• 仅依赖自身营销文案的品牌
• 缺乏第三方佐证
• 过时或陈旧的网络存在
• 有限的媒体报道
• Bing 可见性低

Gemini 的方法：第一方新鲜度与 Google 生态系统权威性

Gemini 是一个第一方新鲜度引擎，与 Google 生态系统深度集成。与 ChatGPT 不同，Gemini 优先考虑经过验证、权威且极其时效性的内容。它高度信任第一方、品牌自有的数据（前提是数据结构完美），并积极降低那些网络存在陈旧的遗留品牌的优先级。

Gemini 从 Google 搜索索引、Google 知识图谱和网站中嵌入的 Schema 标记中获取信息。它在实体层面进行精细追踪，并奖励那些维护清晰实体定义、最新信息和定期内容更新的品牌。如果某个品牌在 60-90 天内未更新其网络存在，Gemini 极有可能将其抛弃，转而支持一个具有活跃内容更新速度的竞争对手。

Gemini 奖励什么：

• 过去 60-90 天内更新的内容（新鲜度信号）
• 原创数据和专有研究
• 署名作者专业知识和清晰作者身份
• Schema 标记和结构化数据（产品 Schema、组织 Schema、作者 Schema）
• Google 知识图谱实体清晰度
• 新鲜视角和新角度
• 第一方品牌自有内容（当结构适当时）

Gemini 惩罚什么：

• 近期未更新的陈旧内容
• 缺少或不完整的 Schema 标记
• 模糊或不清晰的实体定义
• 未与 Google 生态系统集成的品牌
• 缺乏原创数据或专有见解
• Google 商家资料或知识图谱中的品牌信息过时

并列对比

品牌可见性数据解读

理解理论差异固然重要，但真正的影响在于审视数据。追踪两个平台上品牌可见性的研究揭示了品牌被提及的频率及其排名位置的显著差异。

提及率与排名位置

ChatGPT 在 24.2% 的查询中提及品牌，数据来源于其 Bing 增强数据和训练数据集。当它提及品牌时，平均排名位置为 第 3.50 位，这意味着 ChatGPT 通常会先列出三个其他选项，然后才推出一特定品牌。

相比之下，Gemini 仅从 14.1% 的查询中提及品牌。然而，当 Gemini 确实提及某个品牌时，其排名显著更高，平均位置为 第 1.97 位，通常将其置于回复的顶部或接近顶部。

这对品牌意味着什么：

• ChatGPT 提供广度： 更多查询会产生品牌提及，但单个品牌面临更多争夺注意力的竞争。
• Gemini 提供深度： 提及品牌的查询较少，但那些被提及的品牌获得突出的位置和积极的情感（情感评分：0.649，对比 ChatGPT 的 0.552）。

对于品牌而言，被 Gemini 在较少查询中提及，但排名更高且情感更积极，可能比被 ChatGPT 更频繁提及但排名较低更有价值。

类别特异性差异

Gemini 和 ChatGPT 之间的差异并非在所有类别中都是一致的。某些类别显示出高重叠度（两个引擎推荐相同的品牌），而其他类别则显示出显著的分歧。

关键洞察： 类别越碎片化（占主导地位的全球品牌越少），Gemini 和 ChatGPT 的分歧就越大。在科技领域，少数品牌在全球占据主导地位，两个引擎趋于一致。在金融和保险领域，信任模型和监管信号更为重要，两者几乎没有重叠。

算法为何不同

Gemini 和 ChatGPT 之间的差异并非随意。每个引擎的推荐都受其可访问的数据、其赋予权重的信号以及其更新频率的影响。

ChatGPT 的数据来源

ChatGPT 的知识来自两个渠道：

1. 静态训练数据： ChatGPT 的基础模型是在截至某个截止日期的大量文本语料上进行训练的，包括书籍、文章、网站和其他公共数据。在此数据集中，维基百科占比极高，约占引用权重的 27%。

2. 实时 Bing 集成： 当你向 ChatGPT 提问时，它可以选择性地通过 Bing 进行实时网页搜索。这使其能够在纳入最新信息的同时，仍然将其推荐建立在其更广泛的训练知识基础之上。

后果： ChatGPT 的推荐受到多个权威来源对品牌报道的显著影响。具有强大媒体报道、维基百科存在和社区讨论（Reddit、Quora）的品牌具有显著优势。一个品牌可能很出色，但如果缺乏第三方佐证——只有品牌自身和少数小众社区在谈论它——ChatGPT 不太可能突出推荐它。

Gemini 的数据来源

Gemini 的知识来自不同的渠道：

1. Google 搜索索引： Gemini 可直接访问 Google 的搜索索引，其中包含数十亿个持续更新的网页。

2. Google 知识图谱： 这是一个结构化的实体（人物、地点、事物、品牌）及其关系的数据库。具有清晰、维护良好的知识图谱条目的品牌具有更高的可见性。

3. Schema 标记： Gemini 能够读取网站中嵌入的结构化数据（产品 Schema、组织 Schema、作者 Schema）。具有适当 Schema 实施的品牌会获得显著提升。

4. 品牌自有内容： 与 ChatGPT 不同，Gemini 信任品牌自有内容（网站、博客、社交媒体），前提是这些内容结构恰当并定期更新。品牌自有网站是 Gemini 的主要来源，而对 ChatGPT 而言则是次要来源。

后果： Gemini 的推荐取决于 Google 生态系统中新鲜、结构化且具有权威性的内容。一个具有定期更新网站、适当 Schema 标记和清晰 Google 知识图谱条目的品牌，在 Gemini 上的排名将高于一个具有更多媒体报道但网络存在过时的品牌。

更新周期差异

ChatGPT 更新其推荐的速度较慢。基础模型不常更改，Bing 集成提供了近期数据，但整体推荐模式在数周至数月内保持稳定。

Gemini 则持续更新。由于直接连接 Google 搜索索引，Gemini 能够检测到品牌何时更新其网站、何时发布新内容以及实体信息何时发生变化。这意味着 Gemini 的推荐可能根据内容新鲜度每周甚至每天发生变化。

影响： 品牌可以通过发布新鲜内容和维护适当的 Schema 标记，相对较快地提高在 Gemini 上的可见度。提高在 ChatGPT 上的可见度需要更长时间，因为它需要在多个第三方来源之间建立共识。

哪个 AI 推荐更好的品牌？

对于那些试图决定信任 ChatGPT 还是 Gemini 来获取品牌推荐的人来说，答案是微妙的：两者都不是客观意义上的"更好"。它们针对不同标准进行了优化，哪个对你更有利取决于你的使用场景。

ChatGPT：共识驱动的推荐

当你想要一个得到广泛共识支持的推荐时，ChatGPT 表现出色。如果你让 ChatGPT 推荐一款笔记本电脑、一个项目管理工具或一个度假目的地，它会推荐那些在多个独立来源中被广泛讨论、评价和称赞的品牌。这很有价值，因为：

• 共识意味着经过验证的质量。 如果多个评测者、出版物和用户独立推荐某样东西，它很可能是好的。
• 不易受小众炒作影响。 ChatGPT 不会仅仅因为某个小众品牌在 Reddit 上流行就推荐它。
• 视角更广。 你会得到一系列选项，而不仅仅是一个"赢家"。

然而，ChatGPT 可能会错过那些表现出色但缺乏广泛媒体报道的新兴品牌或小众产品。

Gemini：权威驱动的推荐

当你想要最新、权威的信息时，Gemini 表现出色。如果你向 Gemini 寻求推荐，它会推荐那些在 Google 知识系统中新鲜、结构化且清晰建立的品牌。这很有价值，因为：

• 时效性表明质量。 如果一个品牌正在积极维护其网络存在并更新信息，它很可能仍在运营并注重客户体验。
• 结构化数据确保准确性。 Schema 标记意味着 Gemini 读取的信息是经过验证和标准化的。
• 集成优势。 如果你已融入 Google 生态系统（Gmail、Docs、Google 地图），Gemini 可以提取上下文信息。

然而，Gemini 可能会错过那些已经建立良好但近期未更新网络存在的传统品牌，即使它们很出色。

是否存在对某些品牌的偏向？

一个合理的担忧：Google 是否在 Gemini 中偏袒 Google 品牌？OpenAI 是否在 ChatGPT 中偏袒与 OpenAI 相关的品牌？

证据表明情况更为微妙：

• Gemini 确实推荐 Google 产品（Google Workspace、Google 地图、Google Cloud），当它们相关时。然而，研究表明，当竞争对手（Microsoft、Slack、Notion）更适合用户需求时，Gemini 也会推荐它们。
• ChatGPT 确实推荐 OpenAI 产品（相关时推荐 ChatGPT 本身），但它也公开推荐竞争对手（Google Gemini、Claude、Perplexity）。

两个系统都没有表现出明显排斥竞争对手的偏见。然而，当用例确实相关时，两个系统确实对母公司的产品略有优势。这与其说是"偏见"，不如说是"集成便利性和第一方数据访问的优势"。

如何战略性地使用两个系统

对于寻求最佳品牌推荐的消费者：

1. 向两个系统提出相同问题。 注意它们在哪些方面趋同（很可能是共识选择），在哪些方面分歧（很可能是类别特定或数据驱动的差异）。
2. 理解来源差异。 ChatGPT 的推荐以第三方共识为支撑；Gemini 的推荐以新鲜度和权威性为支撑。
3. 查看推理过程。 两个系统都会解释其推荐。阅读解释以了解推荐是否符合您的特定需求。
4. 独立验证。 对于重大购买或决策，在做出承诺之前，使用最新评论、用户社区和其他来源进行验证。

统一优化策略

对于品牌经理和营销人员来说，Gemini 和 ChatGPT 之间的差异既带来了挑战，也带来了机遇。挑战在于：你无法仅为一个引擎优化并期望在两个平台都获胜。机遇在于：存在一个清晰、可操作的方案，可以同时为两者进行优化。

共同基础：两者都有效的方法

在深入探讨各引擎的特定策略之前，要认识到某些基础要素对 Gemini 和 ChatGPT 都有效：

1. 原创内容与专有数据： 两个引擎都奖励创建原创研究、专有数据和独特见解的品牌。如果你的内容只是竞争对手内容的翻版，两个引擎都不会优先考虑。

2. 主题权威性与专业性： 两个引擎都青睐在其领域展示深厚专业知识的品牌。一个持续在其核心主题上发布（具有原创见解）的品牌，比一个内容零散浅薄的品牌排名更高。

3. 署名作者与专业性信号： 两个引擎都重视由具备明确资质的署名专家撰写的内容。“作者：John Smith，产品副总裁"比匿名内容效果更好。

4. 用户信任与情感： 两个引擎都监控用户和社区对品牌的反应。在 Reddit、Quora 和评论中的积极情感有助于两个引擎。

5. 技术 SEO 与网站健康： 两个引擎都要求您的网站快速、适合移动设备、安全（HTTPS）且结构合理。

行动： 在整个内容策略中确立这些基础要素。没有这些，你无法在任何引擎上获胜。

针对 ChatGPT 进行优化

要提高品牌在 ChatGPT 推荐中的可见性，重点是在多个权威第三方来源中建立共识：

1. 在权威第三方网站中被提及

   • 争取在一线出版物（TechCrunch、Forbes、华尔街日报、The Verge 等）中亮相
   • 在行业特定出版物和专家综述中获得提及
   • 与报道您所在领域的记者、博主和分析师建立关系
   • 争取维基百科提及（如适合您的品牌）

2. 在多个来源中建立共识

   • 不要依赖单一媒体投放。争取在 5 个以上独立来源中获得一致提及。
   • 策划 PR 活动，使报道同时覆盖多个渠道。
   • 鼓励行业分析师在报告和综述中提及您的品牌。

3. 保持强大的 Bing 可见性

   • 针对 Bing 搜索进行优化（与 Google 类似，但排名因素不同）
   • 确保您的网站在 Bing 上针对相关关键词排名良好
   • 将您的网站提交给 Bing 网站管理员工具

4. 利用社区验证

   • 鼓励满意的客户在 Reddit、Quora 和社区论坛中讨论您的品牌
   • 真诚地参与相关社区（不要发垃圾信息）
   • 监控提及并回复问题

5. 创建可分享、可引用的内容

   • 制作出版物会引用的原创研究、报告和数据
   • 创建可嵌入和分享的信息图表和可视化内容
   • 撰写会被其他来源引用的评论文章

时间线： 在多个来源中建立共识需要 3-6 个月或更长时间。这不是一个快速见效的策略。

针对 Gemini 进行优化

要提高品牌在 Gemini 推荐中的可见性，重点放在新鲜度、结构化和 Google 生态系统集成上：

1. 维护新鲜、更新的内容

   • 每 60-90 天发布新内容或更新现有内容
   • 保持网站上的发布日期为最新
   • 定期更新产品页面、定价和其他时效性信息
   • 使用博客或新闻版块来表明网站的活跃维护

2. 实施全面的 Schema 标记

   • 在首页添加组织 Schema（名称、Logo、联系方式、社交资料）
   • 在产品页面添加产品 Schema（名称、描述、价格、库存、评分）
   • 在博客文章和新闻中添加文章 Schema（标题、作者、发布日期、内容）
   • 在内容中添加作者 Schema（作者姓名、资历、照片）
   • 使用 Google 富媒体搜索结果测试工具验证您的 Schema

3. 优化您的 Google 知识图谱存在

   • 认领并验证您品牌的知识图谱条目
   • 保持所有信息的时效性和准确性
   • 链接到官方社交媒体资料
   • 确保您品牌的维基百科页面（如适用）准确无误
   • 提供可输入知识图谱的结构化数据

4. 利用 Google Workspace 集成

   • 如相关，创建与 Google Docs、Sheets、Gmail 或 Google Meet 集成的内容
   • 确保您的品牌在 Google 生态系统中可被发现
   • 针对语音搜索进行优化（由 Gemini 驱动）

5. 发布原创数据与研究

   • 创建专有研究、调查和数据分析
   • 使用适当的 Schema 标记和作者身份信号发布这些内容
   • 使数据易于嵌入和分享

6. 构建清晰的实体定义

   • 确保您的品牌在网络上具有清晰、一致的身份
   • 使用一致的品牌标识、Logo 和描述
   • 消除实体定义中的歧义（例如，如果您的品牌名称很常见，确保清晰的差异化）

时间线： 改善 Gemini 可见性可以相对较快地实现（4-12 周），因为 Gemini 对新鲜内容和 Schema 实施很敏感。发布具有适当 Schema 的新内容可以在数周内改善可见性。

各引擎优化策略对比

引擎一致与分歧的领域

并非所有类别都相同。Gemini 和 ChatGPT 的分歧程度在很大程度上取决于类别的结构、品牌主导性和数据可用性。

科技与消费电子产品（高度重叠：5 中 4 品牌共享）

在科技领域，Gemini 和 ChatGPT 几乎总是推荐相同的品牌：Apple、Samsung、Microsoft、Google、Sony 等。为什么？这些都是全球公认、具有统治地位的品牌，拥有庞大的媒体报道和新鲜、结构良好的网络存在。

优化策略： 在科技领域，你需要在两个基础方面都表现出色。你需要媒体报道（针对 ChatGPT）和新鲜内容 + Schema 标记（针对 Gemini）。在这里获胜的品牌两者兼顾。

医疗保健（中度重叠：5 中 3 品牌共享）

医疗保健显示出中度分歧。ChatGPT 倾向于推荐知名、被广泛讨论的品牌（梅奥诊所、克利夫兰诊所、约翰霍普金斯）。Gemini 则增加了更多具有新鲜、结构化数据的区域性和专业供应商。

优化策略： 如果你是一家医疗保健提供商，应同时关注媒体影响力（针对 ChatGPT）和本地实体优化（针对 Gemini）。确保你的 Google 商家资料、知识图谱条目和 Schema 标记无可挑剔。

金融与保险（低度重叠：5 中 1 品牌共享）

金融和保险显示出显著分歧。ChatGPT 推荐具有强大媒体影响力和共识的品牌（Vanguard、Fidelity、State Farm）。Gemini 推荐具有新鲜数据、合规信号和清晰实体定义的品牌。

优化策略： 在金融领域，你不能仅依赖媒体报道。你必须维护新鲜内容、适当的 Schema 标记和合规信号。Gemini 对监管更新和官方披露尤为敏感。

B2B 软件与服务（中度重叠：5 中 2-3 品牌共享）

B2B 软件结果各异。成熟的平台（Salesforce、HubSpot、Slack）在两个引擎上都出现。较新或更专业的工具则根据其在哪方面有更好的覆盖率而分化（ChatGPT 偏好媒体报道；Gemini 偏好最新的产品更新）。

优化策略： 对于 B2B 软件，同时维护媒体影响力和产品新鲜度。定期更新产品页面、发布说明和文档。向分析机构及行业刊物投稿。

哪些品牌正在胜出

为了理解这些原则的实际应用，让我们看看不同品牌在两个引擎上的表现。

在 ChatGPT 上胜出的品牌

具有强大第三方媒体报道的品牌在 ChatGPT 推荐中占主导地位。例子包括：

• 科技品牌，在 TechCrunch、The Verge 和 Forbes 上有持续的报道
• 效率工具，在多个"最佳"综述中被提及
• 成熟的金融机构，具有强大的媒体影响力
• 评价良好的消费产品，在亚马逊和零售商处有一致的评价

这些品牌胜出是因为它们建立了共识。多个独立来源为它们背书。

在 Gemini 上胜出的品牌

具有新鲜内容、适当 Schema 标记和 Google 生态系统集成的品牌在 Gemini 上占主导地位。例子包括：

• SaaS 公司，具有定期更新的产品页面和文档
• 电商品牌，具有适当的产品 Schema 和库存管理
• 本地企业，具有优化的 Google 商家资料
• 内容创作者，具有新鲜的博客文章和 Schema 标记
• 初创公司，具有活跃的开发和定期的产品更新

这些品牌胜出是因为它们对 Gemini 来说是"活跃的”：积极维护、结构恰当，并与 Google 生态系统集成。

在两个引擎上都胜出的品牌

在两个引擎上都胜出的品牌有一个共同特点：两者都做得很好。它们既有强大的媒体报道，又有新鲜、结构良好的网络存在。例子包括：

• Apple： 庞大的媒体报道 + 不断更新的产品和网络存在
• Slack： 强大的媒体影响力 + 定期的产品更新和适当的文档
• Notion： 不断增长的媒体报道 + 非常活跃的产品开发和新鲜的网络内容
• Zapier： 持续的行业报道 + 定期更新的集成数据库和新鲜内容

这些品牌之所以成功，是因为它们既投资于共识建立（针对 ChatGPT），也投资于运营卓越（针对 Gemini）。

未来：AI 推荐的演变

AI 品牌推荐的格局正在迅速演变。了解其发展方向有助于您制定策略。

AI 品牌推荐的新兴趋势

1. 多模态信号： 未来的 AI 系统将越来越多地整合视频、音频和图像作为推荐信号，而不仅仅是文本。制作高质量视频内容和多媒体内容的品牌将具有优势。

2. 用户反馈集成： ChatGPT 和 Gemini 都开始将用户反馈（赞/踩、明确评分）纳入其推荐算法。这意味着用户满意度信号将变得更加重要。

3. 引擎专业化： Gemini 和 ChatGPT 不是趋同，而是变得越来越专业化。Gemini 正在优化 Google 生态系统集成；ChatGPT 正在优化对话深度和推理能力。预期更大的分歧，而非趋同。

4. 实时个性化： 未来的推荐将基于用户历史、偏好和上下文变得越来越个性化。对某个用户有效的推荐可能对另一个用户无效。

5. 透明度与来源归属： 两个引擎都在提高来源透明度。具有清晰来源归属的品牌将从增强的信任中受益。

品牌应做的准备

1. 引擎特定策略并非可选： 你不能笼统地针对"AI 搜索"进行优化。你需要针对 Gemini、ChatGPT 以及新兴引擎如 Claude 和 Perplexity 制定不同的策略。

2. 持续监控至关重要： 品牌在 AI 系统中的可见性经常变化。实施追踪工具（如 Spotlight、BrightEdge 或 Pepper）来监控您在各引擎上的可见性，并相应调整策略。

3. 内容更新速度至关重要： 新鲜内容的重要性只会增加。能够定期发布原创见解、数据和更新的品牌将胜过那些不能这样做的品牌。

4. 结构化数据不可或缺： Schema 标记和结构化数据不再是"锦上添花"。它们对于在 AI 系统中的可见性至关重要。

5. 社区与共识建设： 随着 AI 系统整合用户反馈，培养真实社区支持和积极用户情感的品牌将具有优势。

结论

Google Gemini 和 ChatGPT 推荐品牌的方式不同，因为它们使用根本不同的数据来源、排名算法和更新机制。ChatGPT 优化的是跨来源共识和第三方验证。Gemini 优化的是第一方新鲜度和 Google 生态系统权威性。

要在两个平台上获胜，你不能只针对一个引擎进行优化。相反，需要一套统一的策略：

1. 建立共同基础： 投入于原创内容、主题权威性、署名作者和技术 SEO。没有这些，你在哪个引擎上都不会获胜。

2. 针对 ChatGPT 添加特定策略： 通过媒体报道、维基百科存在和社区验证，建立第三方来源的广泛共识。这需要时间，但它是 ChatGPT 排名的核心竞争力。

3. 针对 Gemini 添加特定策略： 通过定期内容更新、全面 Schema 标记和 Google 知识图谱优化，维护新鲜度和结构化数据。这些可以相对快速地实施并产生效果。

4. 分别追踪，同时追踪： 使用 AmICited 等工具监控您在每个平台上的可见性。由于只有 11% 的品牌重叠，在一个引擎上的表现不能预测在另一个引擎上的表现。

AI 品牌推荐的时代才刚刚开始。随着这两个引擎（以及新出现的引擎）继续发展，能够理解并适应它们独特优化逻辑的品牌，将处于最佳位置，在未来几年被推荐给数百万用户。