简答:「ChatGPT 排名追踪」工具报的是一个 ChatGPT 回答里并不存在的位置。搜索结果页是一张有序的链接列表,对同一个查询大体稳定;AI 回答是生成出来的一段文字,品牌在里面要么被推荐、要么被顺带提到、要么缺席,而它的网站被不被引用,又是另一条独立的轴。看起来像排名的数字,通常只是某一次采样里品牌碰巧出现的先后顺序,这个顺序会因为和你无关的原因在两轮之间变动。更靠得住的做法,是在一组固定问题上追踪比率:被提及的频率、被推荐的频率,以及有多少道不同的问题引用了你的网站。
这是一篇观点文章,但观点建立在回答的实际表现上,而不是个人好恶;下面每一条都可以拿你自己的回答去核对。文章也会说清楚排名图到底还有什么用,因为诚实的答案并不是「毫无用处」。
为什么 ChatGPT 排名追踪搬不过来
排名追踪在搜索里管用,前提是「第十位」今天和明天说的是同一件事:页面是列表,列表有顺序,同一个查询的顺序变得足够慢,每天读一次数才有意义。AI 回答在三个地方同时打破了这个前提。
- 回答每一轮都可能不同。同一个问题问两遍,出现哪些品牌、谁先谁后都可能变,而这些品牌本身什么都没做。每天只采一次样画出来的曲线,大部分时间都在解释噪声。
- 回答不一定是列表。有的回答写成排序清单,有的只推荐一个,有的对比两个,还有的只介绍品类、一个名字都不点。「位置」只存在于第一种回答形态里,工具要么把其余形态丢掉,要么给它们硬造一个位置。
- 各引擎点名的品牌数量不一样。在我们自己的基准测试里,一个模型每条回答平均点名 3.5 个提供方,另一个只有 2.1 个。在只点三家的回答里排第三,和在点六家的回答里排第三,是两种完全不同的处境;把各引擎的位置一平均,恰好把这个差别抹掉了。
图里的情形说明,即使什么都没发生,「排名」也会变成一条乱跳的曲线:同一个问题,第一轮给了一张短清单,第二轮给了一张更长的清单,第三轮干脆只推荐一家。逐轮读位置的工具会报告「从第二跌到第四,然后掉出榜外」,还得想办法填上最后那个空。对同样三轮算一个比率,结论平静得多也有用得多:三条回答里有两条点了你的名。
就连 Google 自家的 AI 界面,也看得出 AI 回答和排名位置之间的关系有多弱。Ahrefs 分析了 863K 个关键词结果页、4M 个被 AI Overviews 引用的 URL,发现只有 37.9% 的被引 URL 同时出现在前 10 个结果区块里,其余来自第 11 到 100 位,或者干脆在前 100 名之外。搜索排名连 Google 自己的回答引用了谁都只能解释一小半,在聊天机器人回答里「造」出来的排名,能解释的只会更少。
ChatGPT 排名追踪工具里的数字,通常是什么
多数卖「AI 回答排名」的工具,底层做的事情本身并不离谱,问题出在名字上。追问一下它们是怎么算的,常见的几种显示通常是这样:
| 工具显示的 | 它实际通常是 | 为什么会误导 |
|---|---|---|
| 今天的排名 | 某一次采样回答里你出现的先后顺序 | 一个本来就在波动的值,只取了一个样本 |
| 平均位置 | 在你出现过的那些回答里,你的平均顺序 | 你缺席的回答被排除在外,偶尔出现却排在前面的品牌显得很强 |
| 在竞品中的排名 | 按一份固定竞品名单统计提及次数后的排序 | 好坏全看背后的判定,而判定常常不对称 |
| 本周排名变化 | 两个单次样本之间的差 | 两轮的噪声叠在一起,被包装成「变动」 |
第二行最隐蔽,用几个掰着手指就能数清的数看一下就明白了。
不计缺席的平均位置,会让「十次里只出现一次、但排第一」的品牌胜过「每次都出现、排第二」的品牌,这和多数团队真正想知道的恰好相反。一个买家把这个问题问十遍,会遇到第二个品牌十次、第一个品牌一次;任何把两者排反的指标,回答的都是一个没人问过的问题。
排名有多诚实,取决于背后的判定
给品牌之间排先后,前提是用同一种方法数每一个品牌,排名图最常出错的正是这里。在我们自己的产品里,不对称的判定曾经让一个品牌显示声量份额 31%、排名第二;对称地重测之后,是 0%、倒数第一。两个数字之间品牌什么都没变,变的只是计数方式。
这种错误很容易无意中复现:自家品牌按各种写法、各条产品线宽松匹配,竞品却只对照一份很短的固定名单。助手点到的、名单之外的品牌,就这样从分母里消失了,你的份额从结构上就被抬高。有三条规矩可以挡住它:
- 回答里点名的每一个品牌都要数,不只数名单上的。
- 计数之前,把同一品牌的不同写法归并成一个实体。把竞品拆成好几行会低估它、抬高你;把自己拆开则会低估自己。
- 任何份额或排名旁边都写上品牌总数。在 117 个品牌里占 1%,和在五个品牌里占 1%,完全不是一回事。
计数的细节,包括谁都没被点名的回答怎么处理,见衡量 AI 声量份额。
不追 ChatGPT 排名,该追什么
替代品不是某一个数字,而是一小组指标。它们之所以经得起重复,是因为都在许多道问题上取平均,而不是从一条回答里读出来的。
| 指标 | 定义 | 为什么站得住 |
|---|---|---|
| 提及率 | 固定问题集里品牌被点名的比例 | 在多道问题上取平均,吸收了单轮波动 |
| 推荐率 | 回答主动建议该品牌的比例 | 把「被提到」和「被选中」分开 |
| 引用广度 | 回答里引用了你域名的不同问题数 | 比原始引用次数难灌水得多 |
| 在被引来源中的位次 | 整个问题集里被引用的所有域名中,你的域名排第几 | 在真实的来源总体上排序,而不是在一条回答里 |
| 带品牌总数的声量份额 | 你在全部品牌提及中的占比,并写明品牌总数 | 百分比和它的分母一起出现 |
注意清单里还留着一个「位次」。在整个问题集被引用过的全部来源里给你的域名排序,是一个真正的排名,因为被排序的总体真实存在、而且足够大;在一条回答里给品牌排序则不是。每个指标都先按引擎分别报告,有意图标注的再按买家意图拆开,最后才谈平均。引用广度和来源位次的具体算法,见引用分析。
让这些指标也可信的四个前提
比率比排名结实,但同样会被几类错误弄坏。下面四个前提都成立,指标描述的才是你的品牌,而不是你的配置。
- 固定、有版本号、不含品牌名的问题集。题面里有你的名字,回答自然会提到你。我们遇到过一组生成的问题,15 道里有 13 道带品牌名,分数显示 13%,而诚实的数值是零。
- 每一轮用同一套方法。有一次开启联网检索,某个站点从 3% 跳到 13%,站点本身什么都没做。不同口径版本的运行连不成趋势,硬连起来,就是把一次内部改动当成客户的成绩报出去。
- 没测到就记成没测到。没有采集的那一轮,不是可见度为零的一轮;画成 0%,会把一条平线变成一次假下跌。
- 先确认能被访问。按 OpenAI 的爬虫文档,ChatGPT 搜索功能背后的索引由 OAI-SearchBot 构建;它进不了你的网站,任何指标都描述不了你的内容。很多站点本想通过封 GPTBot 拒绝训练,误封的却正是它。
已经在付费用 ChatGPT 排名追踪工具,怎么办
不必扔掉,但要弄清楚它测的是什么。下面几个问题,能把「名字起错了的工具」和「真正误导人的工具」分开:
| 问厂商 | 可以接受的回答 | 值得警惕的回答 |
|---|---|---|
| 位置是怎么定义的? | 只在排序清单式回答里取顺序,其他形态单独报告 | 不管什么形态,每条回答都给一个位置 |
| 没被点名的回答怎么处理? | 记为缺席,并体现在提及率里 | 从平均值里剔除 |
| 每个数据点背后跑了几轮? | 多轮,并显示波动范围 | 一轮 |
| 各引擎分开报告吗? | 分开,最后才给合并数 | 只有一个合并的「AI 排名」 |
| 能点开数字看回答原文吗? | 能,看到完整回答 | 不能,只有算出来的位置 |
如果回答都落在中间一列,这个工具仍可以作为参考之一,只是要把它读成「清单内的顺序」,而不是排名;如果落在右边一列,就把排名图当装饰,另外把上面那几个比率搭起来。具体怎么搭,见怎么监测品牌在 ChatGPT 里的提及。
一份好的报告最后看起来不如排名折线图刺激:两个比率加一个位次,建立在一组敢拿给别人看的问题集上,失败的轮次摆在明处而不是藏起来。但它是唯一经得起核对的版本。
资料来源
- OpenAI,OpenAI 爬虫说明(GPTBot、OAI-SearchBot、ChatGPT-User)。
- Ahrefs,AI Overviews 的引用有多少来自前 10 名,2026 年 3 月发布。
- Ahrefs,AI Overviews 与 AI Mode 的对比,2025 年 12 月发布。
- 我们自己的基准测试与衡量事故记录(每条回答点名数、声量份额、含品牌名的问题、开启联网检索),所列事故均已修复。