ChatGPT 搜索的回答会附来源连结，这让「怎么被 ChatGPT 引用」成为常见问题。诚实的答案是：OpenAI 没有公开排名公式，任何宣称掌握「引用演算法」的说法都是推测。本文整理官方文件能确认的机制，以及我们实际在用的观察方法——包含它的限制。
OpenAI 公开了三个用途不同的 user agent，站方可以分开控制：OAI-SearchBot 用来建立搜索索引、让网站出现在 ChatGPT 搜索结果的连结中；ChatGPT-User 是使用者在对话中要求读取网页时的即时代理；GPTBot 则用于模型训练资料的收集。三者在 robots.txt 各自独立——封了 GPTBot 不等于退出 ChatGPT 搜索，想要搜索能见度的网站至少要放行 OAI-SearchBot。
| User agent | 用途 | 想被 ChatGPT 搜索引用时 |
|---|---|---|
| OAI-SearchBot | 建立搜索索引与呈现连结 | 必须放行 |
| ChatGPT-User | 使用者要求时即时读取页面 | 建议放行 |
| GPTBot | 收集模型训练资料 | 依内容授权政策自行决定 |
能确认的：ChatGPT 搜索会对查询做检索、综合多个来源生成回答、在回答旁附上来源连结。不能确认的：来源怎么排序、为什么选 A 不选 B、内容特征占多少权重——这些 OpenAI 都没有公开。市面上的「ChatGPT 引用因子研究」多半是第三方对样本的逆向推测，参考可以，但引用这类结论时应标明它是推测，不能写成平台规则。我们自己的立场：把可验证的基础做好，用观察代替猜测。
做法是建立一组固定的问题清单，定期在 ChatGPT 重测并记录结果。要点如下：问题选「客户做决策时真的会问的」（例如比较服务、询问费用行情），不要只测品牌名，因为品牌名只反映既有认知；每次都开新对话，避免上下文影响回答；每题记录日期、品牌是否被提及、引用了哪些网域与页面；同一组题目按月重测，看的是趋势变化，不是单次结果。这个方法成本很低——一份表格加上固定的执行纪律。
固定查询集有明确的限制，我们在报告里都会注明：AI 回答有随机性，同一问题连问两次可能得到不同来源；回答会受账号、地区与模型版本影响，你测到的不等于所有使用者看到的；模型或产品改版时，整组基准可能重洗。所以它只能回答「我们的品牌在这组问题下的相对趋势」，不能推论市占或曝光量。任何用单次截图宣称「已被 ChatGPT 推荐」的报告，都要打折看待。
与其追逐未公开的演算法，不如做可验证的基础，这些工作同时服务传统搜索与所有 AI 平台：确认 OAI-SearchBot 能抓到页面（robots.txt 与 WAF 都要查）；重要内容以文字存在 HTML 中，不藏在互动组件里；答案先行的写作结构，一段话先回答问题再展开；一手证据与实名作者，因为可核对的内容才有被综合引用的价值；品牌名称与公司资讯在全网一致，减少实体混淆。
OpenAI 官方说明 ChatGPT 搜索的引荐 URL 会自动加上 utm_source=chatgpt.com，因此可在 GA4 用 campaign source 与 session source 一起建立 ChatGPT 群组，再观察落地页、阅读案例、CTA 与询盘。这不代表所有 ChatGPT 曝光都能被量到：没有点击就没有到站资料，App 开启、隐私限制、重新导向或参数被移除时，仍可能被归到 referral 或 direct。报告应同时检查 UTM 与 referrer，并以后续询盘而不是单纯 session 数判断价值。
