今年夏天重寫頁面時，我們從 Google 自動完成裡撈出 37,621 筆真實查詢，橫跨十七種語言 — 用「人們可能想要什麼」當種子，一波一波擴展成「人們實際上打什麼」。我們本來是在找關鍵字。找到的是這個品類的一張肖像，而其中最鋒利的一道裂縫，正好就落在「AI 男友 vs AI 女友」上。
這句話本身就有人打。而它背後那個假設 — 這是同一個產品的兩種口味 — 正是資料悄悄拆掉的東西。
我們怎麼數，這些數字能主張什麼
自動完成是從真實查詢量長出來的，所以一個出現在裡面的說法，就是有人在打的說法；至於多常打，它不說。我們用的顯著度訊號是收斂：有多少個不同的說法會通到同一個建議上。一個十五種種子都會走到的詞，在那個市場是中心；只冒出一次的，是一片葉子。
下面全部都是這種等級的證據 — 有方向性、對自己的極限誠實，而且仍然遠比我們在它之前用的語感要好。
台灣：男友那一半比較大
在繁體中文的語料裡，這件事沒有模糊空間。整份 691 個說法的頭部是「ai男友app 推薦」，不是任何一種女友的寫法；「ai男友 dcard」緊接在後。男友群集 75 個說法、158 個關聯度，女友是 64 個、130 — 台灣是我們採集過的市場裡，唯一一個男性陪伴者的需求大過女性的。
來源看得出來：「ai男友 ptt」「ai男友 聊天」「ai男友韓劇」，還有整串繞著 Dcard 女性向討論區轉的說法。這個品類在台灣的成長，主力是女性讀者；一個只講 AI 女友的首頁，等於把比較大的那一半留在桌上。所以這篇不是先講女友再補一句男友 — 在這個市場，順序是反過來的。
印度與伊朗：買的人不一定是你以為的那些
印度是十七份語料裡最極端的一個。繞著「ai girlfriend」的印度查詢，三分之一是遊戲和 APK 下載，另外將近三分之一是修圖 — 生一張女友的照片拿去貼 — 談對話的查詢連二十分之一都不到。而繞著「ai boyfriend」，對話是最大的一塊，領頭的是那句再人類不過的「ai boyfriend to talk」。同一個國家、同一個品類標籤，意圖相反：女友被當成一張圖在搜尋，男友被當成一個聽你說話的人。
波斯語則是唯一一個最乾淨的商業需求 — 下載、App、Telegram、免費，整條像是要掏錢的長尾 — 聚集在 AI 男友而不是女友身上的市場。那裡的女友詞纏在戀愛模擬遊戲和真人遠距戀愛的論壇串裡；男友詞才是一個正在被比價的產品。我們照著改寫了波斯語頁面，而這件事值得說出來：十七個市場裡至少有一個，關於「誰在用 AI 陪伴」的預設假設，單純是反的。
有些語言拒絕回答這個問題
土耳其語的 sevgili、越南語的 người yêu、哈薩克語的 сүйікті — 心上人、伴侶、親愛的 — 是真正不分性別的，所以那些市場從來沒把這個品類切成兩半。一個詞承接兩邊的搜尋，男友還是女友的框架只有跟著英文一起到。
越南語還附贈一個對這個品類的玩笑：「ai」在越南語裡是「誰」的意思，所以「bạn gái ai」字面上讀成「誰的女友」— 而繞著它的查詢，有三分之一結果是哪個歌手或億萬富翁在跟誰交往的八卦。中文也有自己的版本：「有記憶的」看起來像是我們的核心賣點，實際上 114 個帶「記憶」的說法裡，絕大多數在講記憶體、記憶卡，甚至歌詞。語言決定了一個市場能問出什麼。
沒有人搜尋的那些東西
缺席教會我們的，和數量一樣多。長期記憶 — 我們自認最強的功能 — 在十七種語言裡有十一種幾乎沒有直接的搜尋需求；大家是以抱怨的形式遇到它（「它什麼都不記得」），不是以請求的形式。日本那邊黏在一個陪伴 App 名字後面的修飾詞就是「危険性」——「這個危險嗎」，一個英文使用者不會拿去問自己正打算買的東西的問題：那個市場不是在比較產品，是在決定這整個品類值不值得信任。台灣是第三種形狀 — 先問「哪一個有人推薦」，「推薦」出現在 691 個說法裡的 51 個，Dcard、PTT、巴哈則出現在 37 個。
功能列表回答的是沒有人在問的問題。搜尋說的是：告訴我這是什麼、告訴我它安不安全、講我的語言、然後讓我自己做一個 — 大致上就是這個順序。
我們因此改了什麼？網站上的每一個標題現在都從那個市場真正會打的字開始 — 而「男友還是女友」這一題的產品答案，結果一直都是那個誠實的版本：在 Talaforge，性別是你自己寫的那句話裡的一個詞。在 Telegram 裡描述你想遇見的人，存在的就是那個人。這個品類最大的二分法，機械上其實是一個文字欄位。