一项针对 ChatGPT、Gemini、Claude 和 Perplexity 四大主流 AI 的购物类测试揭示，高达 86% 的购物提问在不同模型的回答中存在事实冲突。这些冲突包括价格矛盾、参数不一致，或将已停产产品误报为在售。
该研究共收集了 8794 条回答，向各模型的免费及付费版本提交了 220 个购物问题并重复测试五次。结果显示，在两款产品的比价场景中，冲突率飙升至 97%；单品推荐、价格和参数/事实信息的冲突率分别为 89%、87% 和 75%。尽管 85% 的可核对报价是准确的，但一旦出错，中位偏差高达 300 美元，十分之一的错误超过 500 美元。其中，Gemini 免费版有 56% 的问题可能误导用户下单，另有 29% 的回答自相矛盾。
研究指出，通用 AI 缺乏单一可靠的商品事实来源。电商平台若接入此类助手，必须依赖商家自身的目录和实时价格数据，否则错误信息将直接损害店铺信誉。