ChatGPT Search如何发现和引用网页?

今年3月GPT Search刚上线时,铭赞就组织团队做了第一轮测试。我们为一批外贸客户各设计了 10 个英语测试问题,在GPT Search上跑。结果很有意思——绝大多数客户的网站在Google自然搜索里都有不错的排名(前5位),但在GPT Search的回答中被引用的比例不到15%。而那些被GPT Search引用的网页,有一个共同特点:它们在权威目录、行业黄页和维基百科上有完整的实体信息。这不是巧合,GPT Search发现和引用网页的逻辑,跟Google搜索引擎有着本质的区别。

GPT Search发现网页的两个渠道

要被GPT Search引用,第一步是让它"发现"你的网页。GPT Search发现网页的渠道,跟Googlebot的全网爬取模式不同,它有两条独立的路径:

第一条是实时爬虫(Crawler)。GPT Search有自己的爬虫——我们通过分析User-Agent和服务器日志确认,它主要使用OpenAI的GPTBot,同时也会通过Bing API获取补充数据。这个爬虫的行为跟Googlebot不太一样:Googlebot会跟随网站上的所有链接,深度爬取;GPTBot更倾向于抓取权威实体网站、行业垂直门户和它已知的高质量来源,而不是随机爬取全网。铭赞测试过,一个新上线的外贸独立站,如果没有在LinkedIn、YouTube、行业黄页上建立实体信息,GPTBot可能需要2-3个月才会访问它;但如果在这些平台上提前建好实体链接,两周内就能被爬虫发现。

第二条是被动信号(Signals)。除了爬虫主动发现,GPT Search还会接收来自网站的主动信号。最重要的就是llms.txt文件——这是一个放在网站根目录的纯文本文件,告诉AI爬虫"我的网站上有哪些内容、哪些页面包含企业的官方事实、哪些页面是深度专业内容"。还有结构化数据——Organization、Product、FAQPage这些Schema.org标签会让GPT Search更高效地理解网页内容。铭赞有个做工业阀门的客户,上线两周后我们给他加了llms.txt和Product Schema,GPTBot的抓取频率从每月1次变成了每周2-3次。

这两条路径是互补的:爬虫负责"发现",被动信号负责"确认价值"。

GPT Search决定是否引用网页的核心逻辑

被发现了不代表会被引用。铭赞花了四个月做对照实验,追踪了300+个网页在GPT Search中的引用情况,总结出GPT Search决定引用的三个核心判断维度:

第一,实体可信度。这是权重最重的因素。GPT Search会先判断这个网页背后的"实体"(企业、组织、个人)是不是可信的。判断依据包括:全网NAP一致性、权威来源的背书(维基百科、LinkedIn、行业认证网站)、实体信息在多个独立来源中是否交叉印证。在实体信息一致性明显改善、且同期没有新增内容的情况下,AI回答中对品牌的描述准确度与出现频次往往先于流量变化——实体信息修正通常比新增内容见效更早,但两者难以完全剥离,因此做归因时要观察一段时间的连续数据,而不是只看某一周的对比。

第二,内容匹配度。GPT Search不会像传统搜索引擎那样做关键词匹配,而是做语义理解。一个用户问"进口阀门维修保养周期是多久",GPT Search会寻找全网关于"阀门维护频率"、"阀门保养时间间隔"、"进口阀门使用寿命"等语义相近的内容,然后交叉印证得出答案。如果你的网站上有一篇《工业阀门维护指南》,而它覆盖的是"进口阀门"这个细分场景(有明确的产品规格、有品牌名称、有具体的维护步骤),那它被引用的概率就很高。但如果你的博客只是写"我们公司是做阀门的,欢迎选购"——语义上太模糊,GPT Search不会引用。

第三,引用优先级排序。一个问题可能有多个可信来源,GPT Search会优先引用哪些?铭赞观察到一个清晰的排序:权威百科类来源优先(维基百科、百度百科)→ 企业官网的关于我们/产品详情页其次 → 行业研究报告和权威媒体报道再其次 → 企业博客和新闻稿最后。这意味着如果你想被GPT Search引用,与其花大量精力写博客,不如先把官网的实体信息和产品详情页做扎实。

GPT Search引用的独特性:为什么同一个页面在Google能排第一但在GPT Search里不被引用

这是铭赞客户中最常见的困惑。有个做陶瓷刀具的客户,他的核心产品页"陶瓷铣刀"在Google自然搜索里长期排第2位,但在GPT Search里回答"陶瓷刀具哪个好"、"陶瓷铣刀品牌推荐"这类问题时,一次都没提到他。排查下来原因很清楚:他的产品页内容全是参数和规格表,没有企业背景介绍、没有实体关联、没有被任何权威目录收录。Google认为"这个页面的标题和关键词匹配度高、有一定外链"所以排名靠前;但GPT Search认为"这个实体的可信度不够高"所以不引用。

铭赞的解决方案是:先帮他在维基百科、LinkedIn、3个国际刀具行业目录上建立企业实体,然后在产品页加一段企业介绍(有成立年份、有工厂照片、有认证资质),最后部署llms.txt告诉GPTBot"这个产品页包含官方事实"。六周后再测,GPT Search在7个相关问题里有3个提到了他的品牌。

给企业的GPT Search优化清单

根据铭赞的实测数据,以下是投入产出比从高到低的GPT Search优化动作,按顺序做:

  1. 第一优先级(投入2周,见效较快):NAP一致性对齐。扫描你在50+平台上的名称、地址、电话,统一修正。这是GPT Search判断实体可信度的基础。
  2. 第二优先级(投入1周,被动信号):部署llms.txt文件。在网站根目录创建llms.txt,列出你希望AI爬虫抓取的页面、企业官方事实、核心产品信息。
  3. 第三优先级(投入2-4周):建立权威实体链接。在维基百科(如果符合notability标准)、LinkedIn企业页、行业黄页、B2B平台上建立完整的企业实体页面,并在这些页面指向你的官网。
  4. 第四优先级(持续投入):写"可被引用"的内容。不是铺关键词,而是写能回答具体行业问题、有具体数据、能被AI当作事实来源的深度文章。比如《2026年陶瓷铣刀行业技术趋势》就比《陶瓷铣刀,欢迎选购》好。
  5. 第五优先级(持续投入):爬虫可达性测试。确保GPTBot、PerplexityBot等AI爬虫能正常访问你的网站(不要被Cloudflare或robots.txt挡了)。

铭赞的GPT Search测试方法论

如果你想知道自己的网站在GPT Search里的真实表现,铭赞有一套标准化的测试流程:设计15-20个覆盖你核心业务场景的测试问题,在GPT Search上每个问题测3次(消除随机性),然后人工标注你的品牌有没有被引用、在回答中排在第几位、引用的语境是正面/中性/负面。我们的GEO基线诊断服务里包含了这个测试环节,每次都会给客户一份详细的GPT Search AI可见性报告。

铭赞经验:别把GPT Search当作另一个搜索引擎来做SEO。它本质上是一个在全网实体信息之上做语义整合的AI系统——你需要让它"认识你"、"信任你",然后才能"引用你"。实体可信度是这条路上的第一个门槛。

下一步行动

想知道你的网站在GPT Search里能不能被发现和引用?铭赞提供免费GPT Search爬虫可达性测试和AI可见性基线诊断。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。