ذكرت عشرة نماذج لغوية كبيرة (LLMs) 29 علامة تجارية متميزة للمجوهرات الفاخرة عند سؤالها عن أفضل صانعي خواتم الزفاف في رومانيا، ولم تظهر أي علامة تجارية في جميع الإجابات. يوضح هذا التشتت أن "الإجماع" بين أنظمة الذكاء الاصطناعي التوليدي هو مجرد أسطورة أكثر من كونه حقيقة، خاصة فيما يتعلق بالاستفسارات المتخصصة التي تأمل الشركات في الهيمنة عليها.

لماذا تكتسب هذه التجربة أهمية

غالبًا ما يقوم المطورون ببناء ميزات بحث أو توصية مدعومة بالذكاء الاصطناعي بافتراض أن النماذج المختلفة ستتفق على نفس الحقائق. وإذا كانت رؤية العلامة التجارية تعتمد على مخرجات نموذج ذكاء اصطناعي واحد، فإن الإجابة المتباينة قد تقضي على هذا الظهور في أماكن أخرى. تثبت هذه التجربة أن هذا الافتراض هش، وتسلط الضوء على أن مسار بيانات كل نموذج لا يقل أهمية عن النموذج نفسه.

التجربة باختصار

  • النماذج: ChatGPT, Claude, Gemini, Copilot, Grok, Perplexity, DeepSeek, Kimi, GLM و Qwen.
  • الأمر (Prompt): "أعطني قائمة بأفضل 5 علامات تجارية للمجوهرات الفاخرة في رومانيا لخواتم الزفاف". دون أي تلميحات عن العلامات التجارية، وجلسة جديدة لكل نموذج.
  • المواقع: 10 نماذج × 5 مراكز = 50 توصية إجمالية.

الأرقام البارزة

  • ملأت 29 علامة تجارية فريدة المواقع الخمسين.
  • ظهرت 66% من تلك العلامات التجارية في إجابة نموذج واحد فقط.
  • بلغ متوسط التداخل بين أي نموذجين 18%.
  • لم تذكر جميع النماذج العشرة أي علامة تجارية.

من ظهر بشكل متكرر؟

العلامة التجارية ظهرت في النماذج
TEILOR 6
Malvensky 5
Sabion, Coriolan, KULTHO, Sabrini 3 لكل منها

تمتلك TEILOR و Malvensky ترميز مخطط (schema markup) قويًا وإشارات صحفية متكررة، مما يساعدهما على الظهور عبر أنظمة متعددة.

ما تخبر به البيانات المهندسين

  • الإجماع هو وهم في الأسواق المتخصصة. فحتى النماذج عالية الأداء تتباعد بشكل كبير عندما يكون الاستفسار محددًا.
  • النماذج المعززة بالبحث تتصرف بشكل مختلف. أنتج Microsoft Copilot، الذي يضيف نتائج ويب مباشرة، قائمة لم تتداخل مع أي نموذج آخر.
  • البصمات الرقمية تقود الظهور. العلامات التجارية التي تستثمر في البيانات المنظمة وتحسين محركات البحث (SEO) تظهر بشكل متكرر، لكن الميزة تختلف باختلاف مزودي الذكاء الاصطناعي.

ما يجب مراقبته لاحقًا

  • نماذج الاسترجاع الهجينة: مع قيام المزيد من المزودين بدمج النماذج اللغوية واسعة النطاق مع البحث في الوقت الفعلي، قد نرى أنماط تداخل جديدة — أو حتى تفتتًا أعمق.

الخلاصة

عندما يؤدي استفسار متخصص إلى 29 توصية مختلفة لعلامات تجارية من عشرة نماذج لغوية كبيرة رائدة، فإن الدرس واضح: لا توجد "حقيقة" واحدة في الذكاء الاصطناعي التوليدي. يجب على العلامات التجارية والمهندسين التعامل مع مصدر بيانات كل نموذج كقناة منفصلة وبناء بصمات منظمة وقابلة للبحث إذا أرادوا الظهور عبر منظومة الذكاء الاصطناعي.

الدراسة الكاملة والبيانات الخام: https://dev.to/dan_cristian_c97aa535c495/we-asked-10-llms-to-recommend-brands-they-gave-us-29-different-answers-27ap