简答:想让 ChatGPT 引用你的网站,先要保证它的搜索代理抓得到、也读得懂你的页面:放行 OAI-SearchBot 和 ChatGPT-User,确认防火墙也让它们通过,再把答案放进初始 HTML。然后让页面值得被引用:每个问题小标题下放一条能直接回答的论断,日期写真实,用买家提问的形态来组织内容。最后用正确的方法数引用,否则你无从知道这些工作有没有用。下面七步分成三个阶段,按顺序做。
这些都不能保证一定被引用,ChatGPT 每次回答都会重新挑来源。七步做的是排除「它没法选你」的理由,并让你看得到结果。如果你想先确认 ChatGPT 现在有没有引用你,见ChatGPT 有没有引用我的网站,那篇讲了怎么测。
前六步,每一步对应页面被引用之前必须过的一道关。几道关的失败方式各不相同,其中只有一道会留下你可能注意到的报错:
所以要从上往下逐关排查,而不是一上来就改文案。一张结构漂亮的页面如果挡在防火墙规则后面,就等于不存在,而你再怎么改写,它也不会告诉你问题出在哪。
第一阶段:让 ChatGPT 抓得到、读得懂
第一步:放行通往引用的那几个代理
一个普通网站会见到 OpenAI 的三个代理。OAI-SearchBot 构建在 ChatGPT 搜索功能里展示网站的索引,引用靠的就是它。ChatGPT-User 是因为有人在 ChatGPT 里提出要求,才去抓取某个页面。GPTBot 抓取可能用于训练 OpenAI 模型的内容。封 GPTBot 是一个关于训练的决定,不会让你从 ChatGPT 搜索结果里消失;封 OAI-SearchBot 会。
User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User
Allow: /
# 可选:只拒绝训练用途
User-agent: GPTBot
Disallow: /
怎么改 robots.txt 取决于建站平台。Shopify 上要在已发布主题里加一个 robots.txt.liquid 模板,在 Liquid 的 robots 对象基础上追加规则,而不是整段替换,因为 Shopify 会定期更新默认规则。自托管的 WordPress 上,这个文件是由 do_robots() 生成的虚拟文件;在网站根目录放一个真实的 robots.txt,它会在 WordPress 运行之前就被返回,从而覆盖虚拟的那个。还有一条规则常常让人中招:一个代理一旦有了自己的分组,就会完全忽略 User-agent: * 分组,所以私有路径要在 OAI-SearchBot 的分组里再写一遍。处理好这一点的完整示例,见一份能直接用的 AI 爬虫 robots.txt。
第二步:确认防火墙和 robots.txt 说的是同一件事
robots.txt 只表达意向,并不授予访问。CDN 或机器人管理规则如果对这些代理返回 403,实际效果就是封锁,而文件会一直宣称相反的事。OpenAI 为每个代理公开了 IP 列表:OAI-SearchBot 是 openai.com/searchbot.json,ChatGPT-User 是 openai.com/chatgpt-user.json。如果你的边缘服务有「已验证机器人」的放行名单,就用这些列表来建,而不是只认 User-Agent 字符串,那个谁都能伪造。
还要清楚 robots.txt 做不到什么。OpenAI 的文档说明,ChatGPT-User 是代表用户行事的,未必像爬虫那样遵守 robots.txt。把这个文件当作对爬虫的声明;真正需要挡在外面的东西,交给边缘层去处理。
第三步:把答案放进初始 HTML
多数 AI 爬虫不执行 JavaScript。要等客户端渲染才出现的文字,对它们来说并不存在;返回 200 但正文是空的,应该算失败,不算通过。各平台的缺口各不相同:
| 平台 | 通常在 HTML 里 | 通常不在 |
|---|---|---|
| Shopify | 普通店铺页面,Liquid 在服务端组装 | 通过 Ajax Section Rendering API 取回的内容;应用注入的评价与问答 |
| WordPress | 经典主题与区块主题的输出 | 「加载更多」列表、页面构建器注入的标签页与折叠块、无头前端 |
| Webflow | 页面文案,以及在 Designer 里绑定的 CMS 集合内容 | 站内搜索结果、运行时构建的 Embed、第三方脚本 |
| HubSpot | HubL 渲染的页面与博客正文 | 嵌入式表单、CTA 与聊天里的文字 |
用 curl 分别以 OAI-SearchBot 和普通浏览器的身份取一次关键页面,在结果里搜你希望被引用的那句话。浏览器那份有、代理那份没有,卡住你的就是这一关。各种常见架构的修法,见 JavaScript 渲染与 AI 爬虫。
第二阶段:让页面值得被 ChatGPT 引用
第四步:每个问题小标题下,放一条能直接回答的论断
引用挂在段落上。一个段落好不好引用,看三点:头一两句是否完整回答了一个问题,产品或条件是否写全了名字,事实是否带着单位,比如价格、尺寸、时长、兼容性。小标题直接写成买家会问的问题,检索系统就知道下面这段在回答什么;「我们的做法」这种标题,什么也没告诉它。
自测方法:脱离上下文,只读每一节的头两句。能单独成为一个答案,这段就可引用;如果要依赖「它」「这个套餐」「如上所述」,就重写,把指代的东西直接写出名字来。
第五步:老老实实标日期
很多问题隐含着「要当前的答案」:价格、对比、政策、「最好的」榜单。在这类问题上,标注了真实发布日期和修改日期的页面,比没有日期的页面更占优势。而修改日期被每次部署自动刷新的页面,比没有日期还糟,因为日期和内容对不对得上,爬虫是可以核对的。别让构建流程碰日期,只有内容真的变了才改修改日期。具体做法见内容时效与日期。
第六步:发布容易被引用的形态,也照顾到跟你抢引用的页面
对比页和盘点页在形态上直接对应一道购买问题,这就是它们在商业品类的引用列表里占主导的原因。写清方法和评判标准的盘点,比单纯罗列产品好引用得多。如果你自己发这类页面,就把自己也如实放进去,包括你不是最佳选择的那些场景。
另外,你的页面也不是引用位的唯一候选,而且这块场地很宽。Profound 分析了 6.8 亿条引用,ChatGPT 里被引最多的单个域名 Wikipedia,也只占其中的 7.8%,排第二的 Reddit 占 1.8%(数据采集于 2024 年 8 月至 2025 年 6 月,比例此后会有变化)。这块场地上的每一类页面,要做的工作都不一样:
这里能读出两层意思。Wikipedia 和 Reddit 都是第三方页面,上面写的是别人怎么描述产品和公司,所以它们怎么说你,和你自己怎么说同样重要。另一层是,既然没有哪个域名能一家独大,一张把某个具体问题答好的页面就有实打实的入选空间。在商品品类里,很大一部分引用流向了电商平台、点评站和媒体盘点,而不是品牌官网,所以要确认这些页面上关于你的事实、价格和库存是最新的。它们被引用时,说到你的内容至少得是对的。
第三阶段:按 ChatGPT 引用实际出现的方式来数
第七步:只数回答里标注出来的
引用数字很容易不小心被灌水,而一个好看的数字会把工作带偏。助手检索到的页面通常远多于它最终引用的,两者之间的差距,正是大多数计数错误藏身的地方。
四条规则让计数保持诚实,下表对照了每一条防住的是什么:
| 规则 | 数错的样子 | 数对的样子 |
|---|---|---|
| 只数回答正文里标注的来源 | 把生成回答时检索到的每个页面都算上。我们自己修复之前就是这么数的,引用数字虚高了两到四倍 | 只数回答本身标注出来的来源 |
| 映射不到真实 URL 的标注一律丢弃 | 给一个背后没有真实网址的标注也记了一条引用 | 宁可少记一条,不可记一条假的 |
| 广度和次数并列报告 | 一条回答引了你 12 个页面,就当成覆盖面翻了 12 倍 | 在原始次数旁边,写上引用你域名的不同问题数 |
| 被引用和被推荐分开记 | 回答推荐的是竞品,你的页面被当作来源,也算一次胜利 | 两个指标分开,两者之间的差距一直看得见 |
最后一行是多数团队会漏掉的。被引用,说明你的页面为回答提供了依据;被推荐,说明回答把你点名为首选。后者是另一个问题,解法也不同,见怎么让 ChatGPT 推荐你。
按固定周期、用同一组不含品牌名的问题去跑,连续两轮都出现的变化才当真。一道点了你名字的问题,回答当然会提到你,但这对那些没点你名字的买家,什么也说明不了。
该从哪一步开始
如果你手上已经有一些迹象,不一定要从第一步做起。把你看到的现象对到它指向的那道关上:
| 你看到的现象 | 最可能卡住的关 | 从哪一步开始 |
|---|---|---|
| 就算是只有你能回答的问题,ChatGPT 也从不引用你域名上的任何页面 | 访问:robots.txt 或边缘层 | 第一、二步 |
| 有些页面被引用,但商品页或价格页从来没有 | 那几类模板的渲染 | 第三步 |
| 你的页面被引来交代背景事实,被推荐的却是竞品 | 段落写法与内容形态 | 第四到六步 |
| 引用数字每个月都大起大落 | 是测量的问题,不是网站的问题 | 第七步 |
无论你落在哪一行,最后都要做第七步,它是唯一能告诉你其他几步有没有用的一步。如果不想手动数,InsightWonder 的引用追踪会自动套用上面四条规则;一张表格加一组固定问题,手动也能做到同样的事。
资料来源
- OpenAI:爬虫总览(OAI-SearchBot、ChatGPT-User、GPTBot 及其 IP 列表)
- Shopify:robots.txt.liquid
- WordPress:do_robots()
- Profound:AI 平台的引用模式(6.8 亿条引用,2024 年 8 月至 2025 年 6 月)
- Yext:2026 消费者搜索行为报告