CHILLNN AIO Lab 進行大規模調查：AI 推薦住宿設施的特徵
CHILLNN 的 AIO Lab 進行了日本首個大規模研究，調查 AI 搜尋會推薦哪些住宿設施。結果顯示，OTA 高排名並不直接等於 AI 推薦，強調了在社交媒體、評論以及第三方媒體上的曝光至關重要。
📋 文章處理履歷
- 📰 發表: 2026年5月21日 02:10
- 🔍 收集: 2026年5月20日 17:32
- 🤖 AI分析完成: 2026年5月20日 18:08（收集後36分鐘）
背景與課題
隨著工具的發達，旅客尋找飯店的方式也不斷演變，目前正迎來「AI 搜尋」的新轉折點。然而，針對日本市場中 AI 會推薦哪些飯店的系統性研究尚屬空白，本調查對住宿設施進行了日本首個大規模研究。
計畫概要
以淺草、箱根、金澤、京都、名古屋、那霸等 6 個城市為對象，向 ChatGPT、Gemini 和 Google AI Overview 三種 AI 模型輸入 540 個查詢，調查哪些飯店會被 AI 推薦。主要發現如下：
- OTA 高排名 ≠ AI 推薦：在 OTA 排名前 30 名的飯店中，約有 5 成（363 家）未曾被 AI 推薦過。另一方面，有 13 家飯店儘管 OTA 排名不高，卻始終能獲得 AI 的穩定推薦。
- 多樣化的網路曝光與優質評論是關鍵：獲得穩定 AI 推薦的飯店，在官方網站、Instagram、國內外主要 OTA 以及編輯媒體上都有廣泛曝光，並在主要 OTA 上獲得了 85 分以上（換算分）的高評價。
- 「第三方內容」引用顯著：在 AI 引用的網址中，編輯媒體與 UGC、評論網站合計佔約 36%，而飯店官方網站的引用率僅為 0.24%。
未來展望
儘管本次調查使用了通用提示詞（Prompt），但預期未來旅客在搜尋飯店時，會輸入更個性化的資訊與利基提示詞。因此，繼本次調查後，我們正著手進行利基查詢調查，指定更具體的條件（如 20 多歲旅客、紀念日旅行等），旨在解明具備個性的飯店更容易被 AI 推薦的條件。同時，我們將持續發布具體的實踐建議，協助飯店提升 AI 可見度。
隨著工具的發達，旅客尋找飯店的方式也不斷演變，目前正迎來「AI 搜尋」的新轉折點。然而，針對日本市場中 AI 會推薦哪些飯店的系統性研究尚屬空白，本調查對住宿設施進行了日本首個大規模研究。
計畫概要
以淺草、箱根、金澤、京都、名古屋、那霸等 6 個城市為對象，向 ChatGPT、Gemini 和 Google AI Overview 三種 AI 模型輸入 540 個查詢，調查哪些飯店會被 AI 推薦。主要發現如下：
- OTA 高排名 ≠ AI 推薦：在 OTA 排名前 30 名的飯店中，約有 5 成（363 家）未曾被 AI 推薦過。另一方面，有 13 家飯店儘管 OTA 排名不高，卻始終能獲得 AI 的穩定推薦。
- 多樣化的網路曝光與優質評論是關鍵：獲得穩定 AI 推薦的飯店，在官方網站、Instagram、國內外主要 OTA 以及編輯媒體上都有廣泛曝光，並在主要 OTA 上獲得了 85 分以上（換算分）的高評價。
- 「第三方內容」引用顯著：在 AI 引用的網址中，編輯媒體與 UGC、評論網站合計佔約 36%，而飯店官方網站的引用率僅為 0.24%。
未來展望
儘管本次調查使用了通用提示詞（Prompt），但預期未來旅客在搜尋飯店時，會輸入更個性化的資訊與利基提示詞。因此，繼本次調查後，我們正著手進行利基查詢調查，指定更具體的條件（如 20 多歲旅客、紀念日旅行等），旨在解明具備個性的飯店更容易被 AI 推薦的條件。同時，我們將持續發布具體的實踐建議，協助飯店提升 AI 可見度。
常見問題
為什麼 OTA 排名高的飯店有時不被 AI 推薦？
AI 不僅評估 OTA 排名，還重視社交媒體、評論以及第三方媒體的客觀評價，若缺乏多面向的數位曝光，便難以被推薦。
飯店現在能做什麼以增加被 AI 推薦的機會？
建議強化官方網站資訊，同時提高 Instagram 等社交平台的曝光率，並在評論網站與媒體中爭取高品質評價。
這項調查的目的為何？
隨著旅客搜尋工具轉向 AI，調查旨在視覺化 AI 推薦飯店的標準，並為住宿業提供因應 AI 時代的策略方針。