[日本最大規模查詢扇出調查] AI 為單一問題背後進行最多 33 次搜尋 — 35,482 筆實測數據顯示，ChatGPT 的「後台搜尋」是 Gemini 的 1.6 倍

Queue Inc.（總部：東京都中央區，代表：谷口 太一，網址：https://queue-tech.jp/ ）發表了一項大規模調查報告，分析了生成式 AI 的「查詢扇出（Query Fan-Out，以下簡稱 QFO）」行為。該調查基於 2026 年 2 月 5 日至 5 月 27 日期間，投入其 LLMO/GEO（AI 搜尋優化）服務「umoren.ai」免費 QFO 分析工具中的 35,482 筆提示詞數據。

調查顯示，ChatGPT 與 Gemini 對單一用戶問題，會在後台自動生成平均 4.23 個、最多達 33 個不同的子查詢來蒐集資訊。此外，ChatGPT 發出的子查詢數量約為 Gemini 的 1.6 倍，證實了 AI 搜尋引擎間的 QFO 行為存在根本差異。據我們所知，這是日本國內首次針對 QFO 進行如此規模的定量分析調查。

## 六項主要發現

發現①：AI 在單一問題背後平均進行 4.23 次搜尋，最多達 33 次
當用戶向 AI 提出一個問題時，AI 會在後台生成平均 4.23 個不同的子查詢來蒐集資訊。在最極端的例子中，單一問題發出了多達 33 個子查詢，定量地證明了 SEO 中「一個關鍵字等於一次搜尋」的假設在 AI 搜尋時代已徹底崩潰。

發現②：ChatGPT 執行的子搜尋次數約為 Gemini 的 1.6 倍
比較平均 QFO 數量，ChatGPT 為 5.29 次，而 Gemini 為 3.34 次，兩者差距達約 1.58 倍。即使以中位數來看，ChatGPT 為 4 次而 Gemini 為 3 次，清晰顯示 ChatGPT 傾向於執行更多的後台搜尋。

發現③：「高 QFO」（7 次以上）幾乎是 ChatGPT 的獨佔領域
將扇出數量分為「低（1-3 次）」、「中（4-6 次）」、「高（7-10 次）」與「超高（11 次以上）」四個區間進行比較，結果發現發生「高 QFO」（7 次以上）的情況中，93.5%（2,304 件）發生在 ChatGPT 上，而 Gemini 僅佔 6.5%（158 件）。進一步觀察「超高 QFO」（11 次以上），ChatGPT 佔 10.9%，而 Gemini 僅佔 0.2%。