跳到正文

ChatGPT 搜索原理详解(2026):索引、爬虫与引用机制

ChatGPT 搜索是怎么工作的?每条说法都标明“已确认”或“据报道”:何时搜索、OpenAI 自有索引与合作服务商、OAI-SearchBot、GPTBot 和 ChatGPT-User 各管什么、引用规律,以及 2026 年 10 月 UTM 标记缺失后如何追踪 ChatGPT 流量。

Featured image for ChatGPT 搜索原理详解(2026):索引、爬虫与引用机制

ChatGPT 搜索的工作流程可以拆成五步:先判断你的问题是否需要最新信息,再把问题改写成一条或多条搜索查询,然后从 OpenAI 自己的索引和缓存以及合作搜索服务商那里抓取候选网页,对找到的结果排序,最后写出答案,并附上所用网页的链接。这几个环节 OpenAI 都有文档说明。它没有公开的是每个来源各占多大权重,而大部分困惑(以及大部分猜测)正是从这里来的。

本文把 OpenAI 在官方文档里确认过的内容,和研究人员通过逆向分析得出的结论分开来讲,逐一解释 OpenAI 的四个用户代理(user agent)及其各自控制什么,并给出一份清单:站长能影响什么、不能影响什么。文中还加入了我们自己的追踪数据所反映的 ChatGPT 引荐流量情况,包括 2026 年 10 月 8 日至 16 日的 UTM 标记缺失问题。所有来源均于 2026 年 10 月 18 日核实。

核心要点

  • 已确认:ChatGPT 会使用 OpenAI 自有的“已索引和已缓存的网页内容”,同时也调用第三方搜索服务商和合作伙伴内容。OpenAI 点名的服务商中包括 Microsoft 和 Shopify,改写后的查询可能会发给它们。
  • 未公开:各来源的占比。关于一个名为“Labrador”的内部索引,以及拿它与外部结果对比的测试,这些说法都来自第三方研究,而非 OpenAI。
  • 对搜索真正起作用的开关是 OAI-SearchBot。屏蔽它,你的网页就不会再出现在 ChatGPT 搜索答案里。屏蔽 GPTBot 只代表你退出模型训练。
  • 引用很不稳定。在我们的追踪中,ChatGPT 针对某个提示词引用的域名里,每次运行都出现的只占中位数 7.7%。
  • 看 UTM,别看 referrer。我们的追踪代码记录到的带 ChatGPT 标记的页面浏览中,有 39% 完全没有 referrer。

阅读说明:哪些是已确认,哪些是“据报道”

关于 ChatGPT 搜索的讨论常常把不同来源的信息混为一谈,错误建议就是这样传开的。所以下文每一条说法都会标上三种标签之一:

  • 已确认 - OpenAI 在帮助中心、开发者文档、版本说明或官方公告中明确说过的内容。
  • 据报道 - 第三方研究、对 ChatGPT 网络流量的逆向分析、经记者转述的法庭证词,或二手说法。往往可信,但从来不是官方口径。
  • 我们的数据 - 来自 AI Rank Lab 提示词追踪和 JavaScript 追踪代码的汇总匿名数据,每个数字旁边都注明了方法和样本量。

ChatGPT 搜索是怎么一步步工作的?

简单说,这是一条检索流水线:决定是否搜索、改写查询、从多个来源检索、排序,最后生成带引用的答案。下面逐步说明,并标注每一步的证据等级。

  1. 决定是否搜索。已确认:根据 OpenAI 的帮助文章 Searching the web with ChatGPT,当问题能从最新信息中获益时,ChatGPT 可能会自动搜索。你也可以在工具菜单里选择“搜索”,或在输入框中键入“/”来强制搜索。据报道:RESONEO 在 2026 年 2 月的逆向分析描述了一个分类器,它会给每条提示词打分,分数超过阈值就触发搜索。
  2. 把提示词改写成搜索查询。已确认:当 ChatGPT 调用合作搜索服务商时,通常会把你的问题改写成一条或多条有针对性的查询;读完首批结果后,可能再发出更具体的追加查询;还可能加上根据你的 IP 地址推断出的大致位置(不会发送 IP 本身),并在改写时参考已保存的记忆。这就是查询扇出(query fan-out),我们在查询扇出指南里有详细讲解。
  3. 检索候选网页。已确认:结果来自第三方搜索服务商、合作伙伴直接提供的内容,以及 OpenAI 自有的已索引和已缓存的网页内容。据报道:具体是哪些服务商、各占多少(见下一节)。
  4. 对候选结果排序。已确认:OpenAI 表示,ChatGPT 会综合多种因素对搜索结果排序,目的是呈现相关、可靠的信息,且不保证排名位置。具体因素没有公开。据报道:RESONEO 描述说,来自多个引擎的结果会用倒数排名融合(Reciprocal Rank Fusion)合并,这是合并多个排序列表的常用技术。
  5. 撰写答案并引用来源。已确认:使用了搜索的答案可以包含行内引用、一个列出引用来源及其他相关链接的“来源”按钮、图片来源链接,在移动端还可能有地图。负责撰写答案的模型也一直在变:2024 年上线时用的是微调版 GPT-4o;自 2026 年 10 月 7 日的版本更新起,ChatGPT 的聊天体验改由 GPT-6 驱动(付费方案为 Sol,Free 和 Go 方案为 Luna),并配备了新的“Intelligent UI”,可以用图表、对比和交互元素来回答。

ChatGPT 什么时候会联网搜索,而不是凭记忆回答?

当 ChatGPT 判断一个问题需要新鲜或具体的信息时就会搜索,比如新闻、价格、比分、本地结果或任何近期发生的事;其余情况则用训练数据回答。你可以手动选择“搜索”,或直接让 ChatGPT 上网查,来推翻它的判断。

实际中这种情况有多常见?据报道:Profound 对美国英文 ChatGPT 对话的研究(2025 年 10 月至 12 月;其中约 730,000 次对话至少包含一条网页引用)发现,约 18% 的对话至少触发了一次网页搜索,而且随着对话推进,答案带引用的概率会下降:第一轮有 12.6% 带引用,到第十轮只剩 4.5%。

这带来两个实际影响。第一,ChatGPT 不搜索时,你今天对网站做的任何改动都不会影响那个答案,因为它来自训练数据,而这部分正是 GPTBot 管的。第二,对话的第一个问题最有可能触发搜索,因此也最有可能带来引用。

示意图:一个聊天问题拆分成多条搜索查询,分别流向索引、缓存和合作搜索服务商,再汇总成一条带引用的答案

ChatGPT 的搜索结果从哪里来?

ChatGPT 的搜索结果来自多个渠道的组合:OpenAI 自有的索引和缓存、第三方搜索服务商,以及授权或合作伙伴数据。这三者的存在 OpenAI 都确认过,但没有透露各自的使用频率,而且新闻、购物、本地和一般查询的占比很可能各不相同。

OpenAI 已确认的内容

  • 第三方服务商和合作伙伴内容。2024 年 10 月 31 日的上线公告指出,ChatGPT 搜索使用第三方搜索服务商以及合作伙伴直接提供的内容,天气、股票、体育、新闻和地图背后都有新闻和数据合作伙伴。
  • 点名的服务商。当前的帮助文章引导用户查看 Microsoft 和 Shopify 的隐私政策,二者作为搜索服务商可能会收到改写后的查询。餐厅预订方面,则显示来自 OpenTable、Resy 和 Yelp 的空位信息。
  • OpenAI 自有的索引和缓存。OpenAI 关于 ChatGPT 工作区离线网页搜索的帮助文章描述了一种模式:ChatGPT 不调用实时服务商,而是搜索“OpenAI 已索引和已缓存的网页内容”。文中还说明,不保证任何特定 URL 的刷新,覆盖范围也因网站、语言、地区和内容类型而异。

ChatGPT 有自己的搜索索引吗?

有。OpenAI 自己的文档描述了它维护的索引和缓存,OpenAI 还运行着一个专门的搜索爬虫 OAI-SearchBot 来填充它。尚未确认的是:日常消费者使用的 ChatGPT 搜索,有多少是靠这个索引回答的,又有多少来自外部服务商。

关于这个问题,目前最好的公开证据都来自第三方:

  • 据报道:2025 年 4 月 Google 搜索反垄断救济审理期间,OpenAI 的 ChatGPT 产品负责人 Nick Turley 作证称,OpenAI 正在建设自己的索引,要完全依靠它可能还需要数年,而且 Google 拒绝了 OpenAI 在 2024 年提出的搜索 API 接入请求(Tech Policy Press)。
  • 据报道:Peec AI 在 2026 年 9 月的分析发现,2026 年 5 月 21 日至 7 月 21 日期间,ChatGPT 的服务器推送事件(server-sent events)中有一个 result_source 字段,取值有四种:Labrador、Bright、Oxylabs 和 SERP。Peec 认为 Labrador 是 OpenAI 的一组垂直索引(网页、PDF、YouTube、新闻、Wikipedia、arXiv、本地、金融、法律、医疗、购物、图片),另外三个则是外部抓取渠道。Peec 没有报告每种取值出现的频率。
  • 据报道:Peec 和 Otterly AI 描述了一个名为 prefer-index-over-serp-v3 的实验,看起来是在拿 OpenAI 的索引和第三方结果做对比测试;Otterly 估计 2026 年 8 月约有 8% 的对话参与其中。Search Engine Watch 曾请 OpenAI 置评,截至发稿未获回复。

ChatGPT 搜索用的是 Bing 还是 Google?

Microsoft 是公开披露的搜索服务商,Google 不是。OpenAI 帮助中心列出了 Microsoft 的搜索隐私声明;另据 Otterly 和 Peec 报道,Microsoft 在 2026 年 6 月发布的 Web IQ 落地(grounding)平台也在为 ChatGPT 提供支持。我们没能在 Microsoft 的一手资料中找到这一说法,所以请把它当作“据报道”。根据 Turley 的证词,Google 与 OpenAI 没有合作关系,但有几位研究者(RESONEO、Peec)报告称,Google 的结果会通过抓取服务商进入 ChatGPT。OpenAI 尚未证实这一点。

实际结论是:在 Bing 或 Google 排名靠前,有助于你的网页被 ChatGPT 可能使用的服务商发现,但这两者的排名都不能可靠地代表你在 ChatGPT 中的可见度。你必须直接衡量 ChatGPT。

说法状态来源日期
ChatGPT 使用第三方搜索服务商和合作伙伴内容已确认OpenAI 上线公告2024 年 10 月 31 日
Microsoft 和 Shopify 是可能接收查询的搜索服务商已确认OpenAI 帮助中心2026 年 10 月 18 日核实
OpenAI 保有自己已索引和已缓存的网页内容已确认OpenAI 帮助中心(离线网页搜索)2026 年 10 月 18 日核实
OAI-SearchBot 抓取网页,用于在 ChatGPT 搜索中展示网站已确认OpenAI 开发者文档2026 年 10 月 18 日核实
OpenAI 正在建设自有索引;完全依靠它还需数年据报道(法庭证词)Tech Policy Press2025 年 4 月
名为“Labrador”的内部索引家族,以及 Bright、Oxylabs 和 SERP 渠道据报道(网络分析)Peec AI2026 年 9 月
拿 OpenAI 索引与外部结果对比的实验(约 8% 的对话)据报道Peec AI、Otterly AI2026 年 8 月至 9 月
Microsoft Web IQ 为 ChatGPT 答案提供落地支持据报道,我们未在 Microsoft 资料中证实Otterly AI、Peec AI2026 年 6 月
Google 结果通过抓取服务商进入 ChatGPT据报道,未证实RESONEO、Peec AI2026 年

OAI-SearchBot、GPTBot 和 ChatGPT-User 有什么区别?

OAI-SearchBot 决定你能否出现在 ChatGPT 搜索中,GPTBot 决定你的内容能否用于训练 OpenAI 的模型,ChatGPT-User 则是用户让 ChatGPT 打开某个网页时负责抓取的代理。三者互相独立:你可以放行一个、屏蔽另一个。OpenAI 的爬虫文档还列出了第四个代理 OAI-AdsBot,用于 ChatGPT 广告。

用户代理作用(据 OpenAI)robots.txt 能控制什么IP 列表
OAI-SearchBot抓取网页,用于在 ChatGPT 的搜索功能中展示网站禁止它,你的网页就不会出现在 ChatGPT 搜索答案中,但仍可能以普通导航链接的形式出现。改动约 24 小时生效。openai.com/searchbot.json
GPTBot抓取可能用于训练 OpenAI 基础模型的内容禁止它,即表示你的内容不应被用于训练。不影响搜索收录资格。openai.com/gptbot.json
ChatGPT-User由用户发起的访问,比如用户让 ChatGPT 阅读某个网页,或 GPT Actions由于访问是用户触发的,robots.txt 规则可能不适用。不用于决定是否收录进搜索。openai.com/chatgpt-user.json
OAI-AdsBot检查作为 ChatGPT 广告提交的落地页,只访问这些页面只有在 ChatGPT 上投放广告时才相关。其数据不会用于训练基础模型。openai.com/adsbot.json

如果你希望网站在 ChatGPT 搜索中可见、但不愿内容被用于训练,常见配置如下:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

OpenAI 文档里有两个容易被忽略的细节:如果两个爬虫你都放行,OpenAI 可能用一次抓取同时满足两种用途;而抓取 robots.txt 本身的请求,其 user-agent 字符串里可能会多带一个“robots.txt”标记。如果需要一套覆盖所有 AI 爬虫的完整规则,可以看我们的 AI 爬虫 robots.txt 指南或免费的 robots.txt 生成器;想在日志中验证真实的爬虫流量,可以参考我们的 GPTBot、ClaudeBot 和 PerplexityBot 监测指南。

ChatGPT 是怎么选择引用来源的?

OpenAI 只说 ChatGPT 会根据以相关性和可靠性为目标的多种因素对结果排序,且不保证排名位置。没有公开的排名因素清单,也没有提交工具。我们能衡量的是引用的规律。

据报道:在 Profound 为期三个月的研究中,一条带引用的答案平均使用约四个不同来源,66% 带引用的回合用了一到四个来源。引用分布很分散:排名前十的域名只拿到全部引用的 12%,其中 Wikipedia 约占 5%,Reddit 约占 3%。

我们的数据:AI Rank Lab 对 11 条 ChatGPT 提示词各运行了至少五次(共 239 次成功运行,2026 年 2 月 13 日至 10 月 14 日)。同一提示词相邻两次运行之间,被引用域名重合度的中位数为 0.54(Jaccard 相似度,1 表示完全相同)。ChatGPT 针对某条提示词引用的域名中,每次运行都出现的只占中位数 7.7%;11 条提示词中有 6 条至少有一次在“提到被追踪品牌”和“没提到”之间来回切换。这些都是自动化运行,可能与已登录用户看到的个性化结果不同;完整方法见我们的 AI 答案一致性研究。

这意味着,“ChatGPT 引用我们了吗?”这个问题问错了。有用的问题是:“在多次重复运行中,我们被引用的比例是多少?是在哪些提示词上?”手动查一次,几乎说明不了什么。

怎么追踪来自 ChatGPT 搜索的流量?

追踪 ChatGPT 访问要看 ChatGPT 在外链上附加的 utm_source=chatgpt.com 参数,而不是 referrer。OpenAI 的发布商 FAQ 记录过这个参数(2026 年 10 月 18 日我们没能打开那个页面,所以这里依据的是早先的存档和我们自己的观察),而且在真实流量中能清楚看到它。

我们的数据:2025 年 7 月 27 日至 2026 年 10 月 18 日,AI Rank Lab 的 JavaScript 追踪代码在 29 个网站上记录到 2,710 次带有 utm_source=chatgpt.com 的页面浏览;相比之下,referrer 为 chatgpt.com 的页面浏览是 2,087 次,分布在 26 个网站。在这 2,710 次带标记的页面浏览中,有 1,048 次(39%)完全没有 referrer。如果只看 referrer,这些访问都会被归入“直接访问”(Direct)。

在 GA4 中,查看会话来源等于 chatgpt.com 的数据(它能识别 UTM),并建立一个包含它的渠道组。我们的 GA4 AI 引荐流量追踪页面介绍了具体设置;AI 爬虫追踪则可以按页面记录 AI 助手带来的引荐,完全不依赖 GA4。

2026 年 10 月 ChatGPT 的 UTM 标记出了什么问题?

GPT-6 上线后大约一周内,很多 ChatGPT 链接发出时没有带 UTM 标记,于是原本归到 ChatGPT 的访问变成了“直接访问”。标记在 10 月 15 日至 16 日恢复。除 GPT-6 的上线日期外,这件事的所有信息都来自第三方;OpenAI 没有发表任何公开声明,版本说明里也只字未提。

日期(2026 年)发生了什么状态来源
10 月 7 日至 8 日GPT-6 和 Intelligent UI 先向付费方案推出,随后推广到 Free 和 Go已确认OpenAI 版本说明
10 月 8 日,约 18:30 UTC带标记链接的答案占比开始从约 99% 下滑据报道Profound
10 月 9 日至 13 日在约 500 个页面上,ChatGPT 访问每天减少约 31,000 次,同时直接访问每天增加约 26,000 次据报道Adobe 的 Cedric Huesler,经 SEJ 报道
10 月 14 日Huesler 称 OpenAI 告诉他这是一个已知 bug据报道(二手)SEJ
10 月 14 日,约 19:00 UTC随着 Intelligent UI 答案占比达到 92-96%,带标记的答案降至 5-10%据报道Profound
10 月 15 日至 16 日修复上线;到 10 月 16 日 06:30 UTC,带标记的答案回升至约 99%据报道Profound、SEJ

来源:Search Engine Journal,2026 年 10 月 15 日,以及 Profound 的事件时间线。

我们的数据:我们在这段时间的样本很小,请把它当作一致性检验,而不是测量结果。10 月 9 日至 18 日,我们的追踪代码在两个网站上记录到 52 次带 ChatGPT 标记的页面浏览,其中没有一次带 chatgpt.com 的 referrer。而在此前 30 天(9 月 9 日至 10 月 8 日),七个网站上的 368 次带标记页面浏览中有 236 次(64%)带有该 referrer。这与“即使标记恢复后,大多数 ChatGPT 点击仍然没有 referrer”的报道相符。

应对办法:在报表中给 10 月 8 日至 16 日加上注释;在认定流量流失之前,先对比 ChatGPT 平时给你带来流量的那些落地页的直接访问数据;继续以 UTM 而不是 referrer 为准来统计。

怎样让网站具备被 ChatGPT 搜索收录的资格?

资格的关键在于让 OAI-SearchBot 能访问并读取你的网页。OpenAI 帮助中心说得很直白:在 robots.txt 中放行 OAI-SearchBot,并确保你的主机或 CDN 允许来自 OpenAI 公布的搜索爬虫 IP 地址的流量。清单里的其他项提升的是你的胜算,而不是资格本身。

  1. 在 robots.txt 中放行 OAI-SearchBot,GPTBot 则单独决定。检查有没有宽泛的 User-agent: * 规则误把它拦掉了。
  2. 在 CDN、防火墙或防爬虫层放行 OpenAI 的 IP 段。很多“屏蔽 AI 爬虫”的开关也会把 OAI-SearchBot 一起拦掉。把日志里的 403 或 429 响应与 openai.com/searchbot.json 对照一下。
  3. 把主要内容放在 HTML 里。OpenAI 列出的索引可能漏掉页面的原因包括:严重依赖脚本、动态加载、需要登录和个性化内容。重要页面请做服务端渲染或预渲染。
  4. 让深层页面容易被发现。OpenAI 也把“把深层页面藏起来的网站结构”列为原因之一。从枢纽页面链接到重要页面,并保持 XML 站点地图及时更新。
  5. 保持页面内容新鲜并标注日期。OpenAI 没有给出针对每个 URL 的刷新计划,并表示新鲜度取决于网站本身、抓取权限、缓存和热度。醒目的“更新于”日期对读者和任何看重时效的系统都有帮助。
  6. 写“答案先行”、可独立成段的内容。这一条是业内从业者的共识,而非 OpenAI 的指导:一个在第一句话就回答了自身标题的段落更容易被引用。我们的 30 天 ChatGPT 引用实战手册讲的就是内容这一面。
  7. 出现在 ChatGPT 为你所在行业调用的数据里。餐厅会显示来自 OpenTable、Resy 和 Yelp 的空位信息;Shopify 是公开披露的购物服务商。如果这些与你相关,你在这些平台上的信息就是你 ChatGPT 可见度的一部分。
  8. 确认 OAI-SearchBot 真的来访过。在服务器日志中筛选 OAI-SearchBot 标识并核实 IP,然后追踪 ChatGPT 针对你的目标提示词引用了哪些 URL。

要在整个网站范围内检查第 3 到第 5 步,AEO 审计会抓取你的网页,标出 SEO、答案引擎和生成式引擎方面的就绪问题,并给出修复建议。至于第 8 步的后半部分,引用追踪会记录 ChatGPT 针对你的提示词引用了你的哪些 URL。

为什么我的网页没有出现在 ChatGPT 搜索中?

最常见的原因有:抓取被屏蔽、CDN 或防火墙规则、内容只有在 JavaScript 运行后才出现,以及页面太新、层级太深或很少被链接。OpenAI 在离线网页搜索文档中列出的、页面可能在其索引中缺失或过时的原因,恰恰就是这些。这份清单本来是写给工作区管理员的,但这是 OpenAI 唯一解释其索引为何漏掉页面的地方,所以也正好可以当诊断清单用。

OpenAI 给出的原因如何检查修复方法
robots.txt 或类似控制屏蔽了抓取打开 /robots.txt,查找 OAI-SearchBot 或一刀切的 Disallow放行 OAI-SearchBot,等待约 24 小时
CDN 或防爬虫拦截在日志中搜索返回 403、429 或验证页面的 OAI-SearchBot 请求把 openai.com/searchbot.json 中的 IP 段加入白名单
页面需要登录或个性化在未登录状态下用无痕窗口打开页面为关键内容发布一个公开版本
内容依赖脚本或动态加载用 curl 获取原始 HTML,检查正文是否在里面服务端渲染或预渲染
页面很新、访问很少或信号很弱检查发布日期,以及指向它的内链和外链从权重高的页面链接过去,争取外部引用,给它一些时间
网站结构把深层页面藏起来了数一数从首页要点几次才能到达;检查站点地图增加枢纽页面链接,并保持站点地图及时更新

如果每一项都没问题,你仍然没有被引用,那问题通常出在相关性或竞争上,而不是访问权限:要么别的页面更直接地回答了这个提示词,要么 ChatGPT 对这个提示词根本就不搜索。

ChatGPT 搜索中有哪些是你控制不了的?

你能控制的是访问权限和内容质量,之后发生的大部分事情你都控制不了。具体来说,你无法控制:

  • ChatGPT 是否搜索。除非用户强制选择“搜索”,否则由 ChatGPT 自己决定。
  • 由哪个服务商来回答。OpenAI 的索引、Microsoft、Shopify、合作伙伴,或据报道的抓取渠道,它们的组合比例并未公开,而且 OpenAI 似乎正在积极测试。
  • 排名和引用。没有公开的因素清单,也没有任何保证,我们的数据显示引用每次运行都会变。
  • 收录速度。OpenAI 没有提供 URL 提交工具、索引覆盖报告,也不保证特定 URL 的刷新。
  • 基于训练数据的答案。ChatGPT 凭记忆回答时,你今天对页面的修改不起作用。
  • ChatGPT-User 的访问。robots.txt 可能不适用于用户发起的抓取。
  • 导航链接。即使你屏蔽了 OAI-SearchBot,你的网站仍可能以导航链接的形式出现。
  • 链接标记。2026 年 10 月的情况说明,归因可能会在毫无预警的情况下失效。

怎么监测 ChatGPT 引用了哪些 URL?

由于每次运行的结果都不一样,监测就意味着反复运行同一批提示词,并持续记录提及情况和被引用的 URL。如果只有几条提示词,你可以在未登录的浏览器里手动做;数量再多,用工具会省很多时间。

说明:AI Rank Lab 是我们自己的产品。因为这是我们的网站,所以把它排在第一位,但下面每个工具我们都用了同一套标准。

  • AI Rank Lab - 按计划在 ChatGPT、Claude、Gemini 和 Perplexity 上运行你的提示词,并覆盖 Google AI Overviews(AI 概览)和 AI Mode(AI 模式),记录提及、位置、竞争对手和被引用的 URL。它还通过审计、Action Plan 和内容发布,把追踪和修复连接起来。详见品牌可见度追踪。
  • Profound - 面向企业,发布了一些规模最大的 ChatGPT 引用公开数据集,比如上文引用的那项研究。
  • Peec AI - 擅长机制研究,包括目前对 ChatGPT 索引最详细的公开分析。
  • Otterly AI - 经常发布 GEO 实验,覆盖多个 AI 引擎。

研究方法与局限

2026 年 10 月 18 日,我们阅读了 OpenAI 帮助中心关于网页搜索、离线网页搜索的文章和版本说明、OpenAI 的爬虫文档及其 2024 年的上线公告,并分析了 15 篇讲解 ChatGPT 搜索原理的高排名文章和报告。第三方的发现都标为“据报道”,因为没有一项得到 OpenAI 证实;其中好几项来自和我们一样销售 AI 可见度工具的公司。撰写当天我们没能打开 OpenAI 的发布商 FAQ,也没能在 Microsoft 的一手资料中证实 Microsoft Web IQ 在 ChatGPT 中的作用。我们的第一方数据来自少量网站和提示词,经过汇总和匿名化处理,并注明了样本量;它们描述的是我们客户的流量,而不是整个互联网。

如果你想知道,在你关心的提示词上 ChatGPT 实际引用了你的哪些网页,以及这种情况每周如何变化,就用 AI Rank Lab 开始追踪吧。

Get a free AI ranking consultation

Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.

This form is protected by reCAPTCHA. Your data is handled securely and we will never spam you.

常见问题

还有其他问题? 咨询我们的团队

ChatGPT 搜索是怎么工作的?

ChatGPT 会先判断问题是否需要最新信息,再把它改写成一条或多条搜索查询,从 OpenAI 自有的索引和缓存以及合作搜索服务商那里检索网页,对结果排序,然后写出带行内引用和来源列表的答案。每一步 OpenAI 都确认过,但没有公开各来源的权重。

ChatGPT 有自己的搜索索引吗?

有。OpenAI 帮助中心描述了“OpenAI 已索引和已缓存的网页内容”,由其爬虫 OAI-SearchBot 填充。第三方研究(Peec AI,2026 年 9 月)报告了一个名为 Labrador 的内部索引家族,以及拿它与外部结果对比的测试,但 OpenAI 没有证实这些细节,也没说明消费者搜索有多少用到了自有索引。

ChatGPT 搜索用的是 Bing 还是 Google?

OpenAI 帮助中心公开披露 Microsoft 是搜索服务商,Google 则不是。OpenAI 的 Nick Turley 在 2025 年作证称,Google 拒绝向 OpenAI 开放搜索 API。有研究者报告 Google 结果通过抓取服务商进入 ChatGPT,但 OpenAI 尚未证实。

屏蔽 GPTBot 后,我的网站会从 ChatGPT 搜索中消失吗?

不会。GPTBot 只决定你的内容能否用于训练 OpenAI 的模型,搜索可见度由 OAI-SearchBot 控制。OpenAI 文档说明这两项设置互相独立,所以你可以屏蔽 GPTBot,同时放行 OAI-SearchBot。

修改 robots.txt 后多久会影响 ChatGPT 搜索?

OpenAI 表示,robots.txt 更新后,其搜索系统大约需要 24 小时完成调整。新页面要进入索引并被引用,通常需要更长时间,而且 OpenAI 不保证任何特定 URL 的刷新。

为什么 ChatGPT 流量在 GA4 里显示为直接访问?

很多 ChatGPT 点击到达时没有 referrer,所以分析工具只能通过 utm_source=chatgpt.com 参数识别它们。在我们的数据中,39% 带 ChatGPT 标记的页面浏览没有 referrer。2026 年 10 月 8 日至 16 日期间,大量链接缺少标记,这些访问就被归入了直接访问。

我可以把网址提交给 ChatGPT 搜索吗?

OpenAI 没有提供 URL 提交工具,也没有索引覆盖报告。官方文档给出的做法是:在 robots.txt 中放行 OAI-SearchBot,在 CDN 或防火墙放行 OpenAI 公布的 IP 段,并通过内链和站点地图让页面可抓取、易于被发现。

ChatGPT 每次都引用同样的来源吗?

不是。在 AI Rank Lab 追踪的 11 条 ChatGPT 提示词、共 239 次运行中(2026 年 2 月至 10 月),每次运行都出现的被引用域名只占中位数 7.7%,相邻两次运行共享的被引用域名约为一半(Jaccard 中位数 0.54)。应在多次重复运行中衡量引用占比,而不是只查一次。

ChatGPT-User 会遵守 robots.txt 吗?

不一定。OpenAI 表示,由于 ChatGPT-User 的访问由用户发起,robots.txt 规则可能不适用。ChatGPT-User 也不用于决定内容是否出现在 ChatGPT 搜索中,那是 OAI-SearchBot 的职责。

喜欢这篇文章吗?

订阅我们的新闻通讯,获取最新 AI 搜索优化洞察,直接发送到您的收件箱。

No spam. Unsubscribe at any time.

See how AI engines read your site

Paste your site. The free audit scores it for SEO, answer engines and generative engines, and lists the fixes.