株式会社CHILLNN旗下的研究机构「CHILLNN AIO Lab」针对国内5种场景、3种AI模型及150组查找，调查了「个人化利基提示词对AI饭店推荐的影响」。结果显示，旅客针对目的与情境进行越具体的提问，AI推荐的饭店与OTA热门排名的重叠率就越低。这项发现揭示了特色旅宿即便不依赖大型OTA或知名旅游网站，也能获得新的客源机会。 调查证实，在各类利基查找中，「AI推荐但未出现在OTA热门排名」的饭店比例，平均比一般查找高出18个百分点，最高甚至达35个百分点。推测AI会将收到的查找拆解为子查找，并跨越官网、地方观光网站及UGC等多样化来源进行搜索。通过此过程，AI选出饭店的标准与OTA的量化排名逻辑截然不同。 未来，该机构将持续累积并发布关于「如何在AI时代传递旅宿个性」的内容设计实践经验，协助旅宿业者在AI时代脱颖而出。