ChatGPT 搜尋的回答會附來源連結，這讓「怎麼被 ChatGPT 引用」成為常見問題。誠實的答案是：OpenAI 沒有公開排名公式，任何宣稱掌握「引用演算法」的說法都是推測。本文整理官方文件能確認的機制，以及我們實際在用的觀察方法——包含它的限制。
OpenAI 公開了三個用途不同的 user agent，站方可以分開控制：OAI-SearchBot 用來建立搜尋索引、讓網站出現在 ChatGPT 搜尋結果的連結中；ChatGPT-User 是使用者在對話中要求讀取網頁時的即時代理；GPTBot 則用於模型訓練資料的收集。三者在 robots.txt 各自獨立——封了 GPTBot 不等於退出 ChatGPT 搜尋，想要搜尋能見度的網站至少要放行 OAI-SearchBot。
| User agent | 用途 | 想被 ChatGPT 搜尋引用時 |
|---|---|---|
| OAI-SearchBot | 建立搜尋索引與呈現連結 | 必須放行 |
| ChatGPT-User | 使用者要求時即時讀取頁面 | 建議放行 |
| GPTBot | 收集模型訓練資料 | 依內容授權政策自行決定 |
能確認的：ChatGPT 搜尋會對查詢做檢索、綜合多個來源生成回答、在回答旁附上來源連結。不能確認的：來源怎麼排序、為什麼選 A 不選 B、內容特徵佔多少權重——這些 OpenAI 都沒有公開。市面上的「ChatGPT 引用因子研究」多半是第三方對樣本的逆向推測，參考可以，但引用這類結論時應標明它是推測，不能寫成平台規則。我們自己的立場：把可驗證的基礎做好，用觀察代替猜測。
做法是建立一組固定的問題清單，定期在 ChatGPT 重測並記錄結果。要點如下：問題選「客戶做決策時真的會問的」（例如比較服務、詢問費用行情），不要只測品牌名，因為品牌名只反映既有認知；每次都開新對話，避免上下文影響回答；每題記錄日期、品牌是否被提及、引用了哪些網域與頁面；同一組題目按月重測，看的是趨勢變化，不是單次結果。這個方法成本很低——一份表格加上固定的執行紀律。
固定查詢集有明確的限制，我們在報告裡都會註明：AI 回答有隨機性，同一問題連問兩次可能得到不同來源；回答會受帳號、地區與模型版本影響，你測到的不等於所有使用者看到的；模型或產品改版時，整組基準可能重洗。所以它只能回答「我們的品牌在這組問題下的相對趨勢」，不能推論市占或曝光量。任何用單次截圖宣稱「已被 ChatGPT 推薦」的報告，都要打折看待。
與其追逐未公開的演算法，不如做可驗證的基礎，這些工作同時服務傳統搜尋與所有 AI 平台：確認 OAI-SearchBot 能抓到頁面（robots.txt 與 WAF 都要查）；重要內容以文字存在 HTML 中，不藏在互動元件裡；答案先行的寫作結構，一段話先回答問題再展開；一手證據與實名作者，因為可核對的內容才有被綜合引用的價值；品牌名稱與公司資訊在全網一致，減少實體混淆。
在 GA4 觀察 chatgpt.com 的引薦流量是最直接的訊號，可以建立專屬的探索報表長期追蹤。兩個注意事項：AI 平台引薦不帶 UTM 參數，來源判斷靠 referrer，部分情境（如 App 內開啟）會變成直接流量而被低估；引薦量通常不大，但意圖明確——使用者是帶著 AI 給的脈絡點進來的，所以更該看的是這群人的後續行為與詢盤轉換，而不是絕對數量。
