在网页应用里问 ChatGPT 一个问题，再通过它的 API 发送同样的问题，你经常会得到两套不同的推荐。2026 年的对照实验测出，访问面（access surface）之间的差距可达普通运行间噪声的 1.5 到 3.6 倍。一个不声明自己测量面的可见度分数，无法与任何其他分数进行比较。
什么算一个访问面
同一个模型可以通过多个不同的产品触达用户，而每条通路都是一个独立的测量面。Petra Labs 为 GPT-5.2 区分了三种：登录态付费版 ChatGPT、未登录免费版 ChatGPT，以及 Responses API。它们可以共享同一个模型名，却在系统提示词、搜索后端、地理信号和采样设置上各不相同。
网页界面还叠加了 API 调用永远看不到的层级。2026 年 10 月发布同模型对比的德国开发者 Nikolai Fischer 列举了这些层级：chatgpt.com 运行着一个 OpenAI 不公开的系统提示词，自行决定是否联网搜索，并且知道用户的位置、聊天历史和已保存的记忆。API 则「裸」得多。在 API 里，联网搜索是开发者必须手动开启的工具，而很多提示词追踪工具为了省钱把它关掉，于是模型只能凭训练记忆作答。模型身份也是访问面的一部分，而且很容易搞错：ChatGPT 应用显示的是思考等级而不是模型名，Fischer 的第一轮 API 测试就因此用错了模型去对比网页默认版。
对照实验发现了什么
两个实验把访问面之外的一切变量都固定住，这使它们成为目前最有力的证据。答案引擎优化机构 Petra Labs 在 2026 年 2 月 26 日向三个 GPT-5.2 访问面各提交了同一条产品调研提示词 300 次，强制开启联网搜索、关闭个性化：共 900 次试验。把每个访问面的试验对半拆分后，品牌可见度的噪声底线为 4.5% 到 7.1% RMSE。不同访问面的完整样本相差 10.8% 到 16.1%，因此访问面效应是随机波动的 1.5 到 3.6 倍。Blizzard 出现在 30% 的登录态试验和 62.3% 的 API 试验中，摆动达 32 个百分点。Renoun 出现在 15% 到 18% 的聊天试验中，却从未通过 API 出现过。登录态 ChatGPT 与 API 的前五推荐品牌重合度只有 25%。Petra 出售优化服务，其立场需要审视，但试验数量和方法都已公开。
Fischer 的实验通过 chatgpt.com 和 claude.ai 在桌面端、以及两家厂商各自的 API 提出了 29 个买家式问题，两侧使用相同模型：GPT-6 Sol 和 Opus 5.5。在 318 份答案中，两份 ChatGPT 网页答案共享 54% 的品牌（Jaccard 相似度），一份网页答案与一份 API 答案只共享 28%，两份 API 答案共享 34%。API 与网页的重合度低于它与自己，这是系统性差异而非噪声的特征。Claude 的跨访问面数字是 21%，同访问面基线为 33%。差距对软件类问题（38%）和国际类问题（42%）尚可容忍，但对本地服务商骤然崩塌：ChatGPT 上 15%，Claude 上 12%。答案形态同样分化。网页版 ChatGPT 平均每份答案 471 词、7.4 个品牌；同一模型经 API 平均约 151 词、3.7 个品牌。Fischer 是独立研究者，不出售任何追踪工具，他也坦然说明了自己的局限：一个人、一天、一个地点、仅桌面端、29 条提示词。
厂商研究补充了什么
追踪厂商自己也做了对比。销售界面追踪的 Promptwatch 在 2026 年 8 月的一次测试中报告：其界面运行与 API 运行只共享 25.6% 的引用来源，界面发现的来源有 70% 根本没出现在 API 结果里。销售抓取式追踪器的 Surfer 则做了自己的抓取与 API 对比：ChatGPT 的品牌重合度 24%，来源重合度 4%；在 Perplexity 上，API 每份答案约返回 7 个来源，而抓取结果约有 10 个。Promptwatch 的研究综述还提到 2026 年 4 月的一项研究：35 条底部漏斗提示词在三种设置下运行了 10 天，ChatGPT 界面浮出 845 个独立品牌，不带搜索的 API 只有 135 个，带搜索的 API 为 580 个。
以上全部要打上「厂商研究」的标签。Promptwatch 自己说得很直白：它引用的研究来自销售界面追踪的厂商，阅读结论时要记住这一点。三家公司指向同一方向仍然是证据，但真正该引用的数字是上面两个对照实验。
访问面即便固定住也会漂移
选定一个访问面并保持不变，靶子本身仍在移动。ChatGPT 付费计划的默认模型自 2026 年 10 月 7 日起已是 GPT-6 Sol，但应用并不显示模型名。Cloro 测量六个引擎在多大程度上把答案锚定到实时检索（grounding 率），每个引擎约 2,500 条提示词，它观察到 Gemini 的 grounding 率从 2026 年 7 月的 41.1% 升到 8 月的 70.7%，同期 ChatGPT 则从 7 月的 98.4% 微降到 10 月的 97.6%。答案行为是一个移动参数，不是常数。
广告是第二个移动部件，而且只存在于部分访问面上。OpenAI 从 2026 年 2 月 9 日起，在美国向 Free 和 Go 计划的登录成年用户展示 ChatGPT 答案内的标注广告。在 2026 年 5 月 20 日的 Google Marketing Live 上，Google 宣布了内置于 AI Mode 的广告格式，包括列表式答案内的赞助条目，目前在美国测试中。Promptwatch 的 FAQ 把测量后果说得很明白：广告、购物卡片、图片轮播和本地面板只存在于界面里，API 响应不可能包含它们。这是把双刃剑。基于 API 的追踪器看不到免费层买家真正看到的东西；而不把赞助条目与自然引用分开统计的界面计数器，会夸大你的自然可见度。
面对任何可见度分数要问的五个问题
在比较两个分数之前，或者带着某个数字走进预算会议之前，先把访问面问题放在第一位。如果你正在选型，它应该排在每个厂商问题清单的最上面（我们另行对比了面向 devtool 公司的主流选项）。
第一，测量的是哪个访问面：登录态网页、未登录网页，还是 API？联网搜索是否被强制开启？
第二，哪个模型版本、哪些日期？Fischer 被废弃的第一轮 API 测试说明这一步有多容易出错。
第三，多少条提示词、每条跑多少次？Petra 给出的访问面内 4.5% 到 7.1% 噪声底线意味着，小样本分不清真实的五个点增长和运气。
第四，赞助条目是和自然引用一起统计，还是分开统计？
第五，对完全没有提到任何厂商的答案怎么处理？Promptwatch 把未提及的响应记零分并公开了方法。不是每家厂商都这么做。
这里的校准比完美更重要。Fischer 发现，对软件品类和关于大市场的英语问题，基于 API 的追踪足够接近网页结果，能揭示真实趋势；对本地服务业则崩塌到七份答案才共享一个品牌。把访问面匹配到买家所在的地方，保持固定，每月重跑（手动方法只要一个下午、不依赖任何工具）。费这个功夫的商业理由从未改变：买家从答案里点名的品牌中做选择。
我们的位置
我们靠跑一个更大版本的这项测试为生。CiteGap，本站背后的团队，向你的买家所用的引擎提出 30 个买家问题，找出你的产品为什么缺席，并交给你一份修复清单，作为一次性项目交付；持续监测则以月度订阅提供。我们交出的每个数字都自带方法：问题、引擎、日期。如果想免费先看一眼，免费扫描会即时检查你的首页，并在页面上展示每项结果。
常见问题
为什么 ChatGPT 在网页端和 API 上给出的答案不一样？
网页应用运行着一个 OpenAI 不公开的系统提示词，自行决定是否联网搜索，并使用用户的位置、聊天历史和已保存的记忆。API 没有这些层级，除非开发者自己加上，而很多追踪工具为了省钱把联网搜索关掉。在跨越 29 个问题的同模型对比中，ChatGPT 网页答案与 API 答案只共享 28% 的被点名品牌，而两份网页答案共享 54%。
AI 可见度分数有多准确？
只在它测量的那个访问面内准确，仅此而已。Petra Labs 的 900 次试验实验发现，跨访问面（登录态聊天、未登录聊天、API）的品牌可见度差异是同一访问面内重复运行差异的 1.5 到 3.6 倍。把任何分数当作「某个引擎在某组日期、某个切片上的测量」，而不是引擎整体的测量。
我能比较两个不同工具的 AI 可见度分数吗？
不能直接比较。各工具在不同访问面上采集数据，用不同公式打分，覆盖的提示词集合也不同。Promptwatch 报告说，客户经常看到同一品牌在不同工具之间有 5% 到 15% 的差距。问清每家厂商用的是哪个访问面、哪些模型版本、哪种打分方法，然后比较自己趋势的方向，而不是小数点后的数值。
ChatGPT API 会返回用户看到的广告吗？
不会。广告、购物卡片、图片轮播和本地面板只存在于界面里，API 响应不可能包含它们。自 2026 年 2 月 9 日起，ChatGPT 在美国向 Free 和 Go 计划的登录成年用户展示标注广告。任何可见度数字都应说明赞助条目是否与自然提及分开统计。
AI 引擎会随时间改变答案行为吗？
会，而且是在对追踪有意义的时间尺度上。Cloro 测得 Gemini 的 grounding 率在 2026 年 7 月为 41.1%，8 月为 70.7%。ChatGPT 付费计划的默认模型在 2026 年 10 月 7 日换成 GPT-6 Sol，应用却未显示模型名。在固定的访问面上每月重跑，是获得可信趋势的最低要求。
来源
- Petra Labs，900 次试验的访问面实验，2026 年 2 月 26 日（品牌摆动最高 32.3 个百分点；登录态 ChatGPT 与 API 的前五品牌重合度 25%；一个品牌聊天可见度 15% 到 18%、API 上为零）：petralabs.com
- Petra Labs，对半拆分噪声分析（访问面内 RMSE 4.5% 到 7.1%，跨访问面 10.8% 到 16.1%，访问面效应为运行间随机性的 1.5 到 3.6 倍）：petralabs.com
- Nikolai Fischer，网页界面与 API 的同模型对比，2026 年 10 月 16 日（29 条提示词、318 份答案；ChatGPT 上品牌重合度：网页对网页 54%、网页对 API 28%、API 对 API 34%；Claude 上为 21% 和 33%）：nikofischer.com
- Promptwatch，界面与 API 追踪测试，2026 年 8 月（界面与无搜索 API 共享 25.6% 来源；界面发现的来源 70% 未出现在 API 结果；工具间差距 5% 到 15%；广告与购物卡片仅界面可见）：promptwatch.com
- Surfer，抓取与 API 对比研究（ChatGPT 品牌重合度 24%、来源重合度 4%；Perplexity 的 API 每份答案约 7 个来源，抓取结果约 10 个）：surfer.ai
- Cloro，各引擎 grounding 率，2026 年 7 月、8 月和 10 月读数（Gemini 41.1%、70.7%、68.2%；ChatGPT 7 月 98.4%、10 月 97.6%）：cloro.dev
- ppc.io，ChatGPT 广告时间线（美国于 2026 年 2 月 9 日起向 Free 和 Go 计划的登录成年用户推出）：ppc.io
- Search Engine Land，Google Marketing Live 2026（AI Mode 内的 Conversational Discovery 广告与 Highlighted Answers，美国测试中；2026 年 5 月 20 日宣布）：searchengineland.com