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。
同一个问题,问了三遍示意图:品牌与顺序均为虚构,要看的是规律。第 1 轮:排序清单1品牌 A2你的品牌3品牌 C工具报告:第 2 名第 2 轮:更长的清单1品牌 C2品牌 D3品牌 A4你的品牌工具报告:第 4 名第 3 轮:只推荐一家「对多数买家来说,品牌 A 最稳妥。」(一段文字,不是清单)(你的品牌缺席)工具报告:无排名对同样三轮算一个比率:三条回答里,有两条点了你的名
图 1 AI 回答里的「排名」为什么是一条噪声曲线:同一个问题给出长短、形态都不同的回答,报出来的位置跳动甚至消失,而同样几轮算出的比率依然可读。示意图,品牌与顺序为虚构。

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。

AI Overviews 引用的网页,在 Google 排名里排在哪被引 URL 按其在搜索结果里的位置分组的占比。Ahrefs,2026 年 3 月。前 10 个结果区块37.9%第 11 至 100 位31.2%前 100 名之外31.0%
图 2 AI Overviews 引用的 URL,不到四成同时排在同一关键词的前 10 个结果区块里。来源:Ahrefs,分析了 863K 个关键词结果页与 4M 个 AI Overview URL,2026 年 3 月发布。

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。

平均位置会把缺席藏起来示意图:同一个问题跑十轮。实心格 = 被点名,格内数字 = 当轮位置。品牌 X1平均位置:110 条回答里出现 1 条品牌 Y2222222222平均位置:210 条回答里出现 10 条按平均位置排:X 在前(1 对 2)按提及率排:Y 在前(10 条中 10 条,对 10 条中 1 条)
图 3 只在品牌出现过的回答里算平均位置,会奖励「偶尔出现、但排得靠前」。把缺席也算进去,也就是提及率的算法,顺序就反过来了。示意图,品牌为虚构。

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。

  1. 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。
  2. 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。
  3. 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。
  4. 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