CHILLNN AIO Lab 進行大規模調查：AI 推薦住宿設施的特徵

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。