简答:想被 ChatGPT 推荐,有三件事必须同时成立:ChatGPT 的搜索代理能访问你的页面;页面上写着关于你的、可以拿来比较的事实,能被直接摘进回答;同样的事实在跟你无关的独立来源上也能看到。被当作来源引用,和被推荐,是两个不同的结果,做好其中一个并不会自动得到另一个。
回答里点名哪些品牌,OpenAI 之外没有人能控制,所以下面没有任何一条是保证。它是你能掌控的前提清单:按通常卡住的先后顺序排成五步,外加一套不自欺欺人的衡量方法。
被 ChatGPT 推荐,是三种结果里的一种
先把词分清楚,因为每种结果的成因和解法都不一样:
| 结果 | 含义 | 靠什么推动 |
|---|---|---|
| 被提及 | 你的名字出现在回答里某处 | 清晰一致的品牌实体;在别的网站上有存在感 |
| 被引用 | 你的某个 URL 被标注为来源 | 爬虫能访问、服务端渲染的文字、能被摘走的段落 |
| 被推荐 | 回答针对买家的处境主动建议选你 | 可比较的事实,并且有独立来源印证 |
品牌完全可能被引用却没被推荐:ChatGPT 拿你的页面当参考资料,最后建议的是竞品。也可能被推荐了,却一个指向你的链接都没有,因为回答依据的是点评站和盘点文章,而不是你的页面。如果你的报表把三者合成一个数字,恰好会把你最需要看见的那个缺口盖住。
下面五步和这三种结果的对应并不均匀。能否访问、段落能否被摘走,主要决定你会不会被引用;瞄准什么处境、写出什么事实、拿到多少印证,决定你会不会被推荐;品牌实体是否统一,决定你拿到的那些提及会不会被算成同一个品牌。
第一步:放对 ChatGPT 的代理进来
OpenAI 在文档里列了三个代理,分工各不相同。GPTBot 抓取可能用于训练模型的内容;OAI-SearchBot 构建在 ChatGPT 搜索功能里展示网站的索引;ChatGPT-User 则是因为有人在 ChatGPT 里提出要求而去抓取页面。封 GPTBot 是一个关于训练用途、站得住的立场,不会让你从 ChatGPT 搜索结果里消失。封 OAI-SearchBot 会,而很多站点本想拒绝训练,误封的恰恰是它。
User-agent: GPTBot
Disallow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User
Allow: /
写完之后要用真实的 User-Agent 去实测,别只信文件:CDN 或防火墙规则如果对这些代理返回 403,不管 robots.txt 怎么写,实际效果就是封锁。还要确认正文就在服务器返回的 HTML 里,因为多数 AI 爬虫不执行 JavaScript。一手来源是 OpenAI 的爬虫文档,OpenAI 还为每个代理公开了 IP 列表,比如 OAI-SearchBot 对应的 searchbot.json,防火墙的放行规则应该以它为准。各种边界情况,见封 GPTBot 而不从回答里消失。
第二步:成为某个具体处境的答案
推荐回答的是「处境」,不是品类名。带着预算、限制条件或使用场景的问题,点名的品牌和光秃秃的品类词完全不同。「最好的项目管理软件」和「五人代理公司、按小时计费,用哪款项目管理软件」是两场不同的比赛。
品类里已经有「默认答案」时,这一点最关键。在我们 2026 Q3 的基准里,有明确默认答案的三个品类全是商品品类:项目管理软件的头名品牌出现在 38% 的回答里,护肤 35%,电动自行车 28%。由此得出的判断,在任何品类里都一样:
当某个品牌已经出现在四分之一以上的回答里,在头部词上硬碰代价很高。更现实的路是成为某个子问题的答案,而那个子问题恰好是既有品牌答得不好的。同一份基准里,每一个本地服务品类的头名都不到 13%,也就是说,在这些品类里连头部词本身都还没有被谁占住。
怎么挑要瞄准的处境
先写下你最好的那批客户在选择你时所处的处境,再把每一种改写成一个陌生人会问的问题。有用的维度,是回答在推荐任何东西之前必须先弄清楚的那些:
- 限制条件:团队规模、合规要求、需要对接的系统、尺寸、兼容性。
- 价格区间:买家自己说出的预算,或者按小时、按席位这类计费方式。
- 使用场景:买这个产品是为了干什么,用买家自己的说法来描述。
ChatGPT 目前谁也不点名的问题是空地,比挤掉既有品牌代价低得多,值得最先找出来。
第三到第五步:给 ChatGPT 推荐你的理由
第三步:写出可比较的事实,包括你输的那几项
「Y 场景下最好的 X」会逼着引擎把候选者放在共同维度上排队:价格、覆盖范围、适合谁、能和什么集成。如果你的页面没有用能被摘走的句子写出这些,你就不是候选者,只是背景阅读材料。
- 写事实,不写形容词。助手摘走的是能回答某个限制条件的句子:尺寸、材质、退换期限、兼容性。为品牌调性写的文案,读起来再好,也给不了它可摘的东西。
- 写成句子,不只放进表格。关键规格除了放在规格表里,也要在正文里写成句子,让一个段落就能把它们带走。
- 说清你不适合谁。坦白写出局限的页面,比声称样样最好的页面更容易被放进一场比较里。
怎么写出能被摘走的段落,见为可摘取而写作。
第四步:在你控制不了的页面上得到印证
模型要在多个相互独立的地方看到同一个事实,才会有把握地说出来。只存在于你自有域名上的说法,是你能提供的最弱的证据,不管写得多好、标记做得多全。这也是为什么从「被引用」走到「被推荐」,卡住的通常是印证。
这部分工作一点也不光鲜。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,所以要去核对这些页面上关于你的事实、价格和库存是不是最新的。对品牌来说,常见的失败不是沉默,而是一个看似合理的错误细节,比如旧价格、早已退出的市场,它往往能追溯到某一个过时的外部来源。先把这些来源改正。怎么找到它们、怎么排优先级,见第三方印证。
第五步:让品牌只是一个实体
不同的拼写、被当成另一家公司的产品线、和商号不一样的法律主体名称,都可能让一个品牌在回答里、也在你自己的衡量里,变成好几个。写一段平实的介绍,说清你是什么、为谁服务,在你能控制的所有地方统一使用;再发布带 sameAs 的 Organization 标记,链到真正属于你的那些主页。具体放哪些链接,见实体与 sameAs。
哪些做法换不来 ChatGPT 的推荐
一些流行的手法要么没有证据支撑,要么会直接伤害结果。我们能指出的对照研究只有一篇:Aggarwal 等人的 GEO 论文,被 KDD 2024 录用。它是在研究环境里拿内容改动去测生成式引擎的回答,测的并不是 ChatGPT 本身:
| 手法 | 证据怎么说 | 结论 |
|---|---|---|
| 关键词堆砌 | GEO 论文里几乎没有提升 | 别做 |
| 引用来源、加入引语和统计数字 | GEO 论文里效果最好的几种方法,测试中可见度最多提升 40% | 要做,而且来源必须真实、可核对 |
| 安排好评、刷评价 | 产生不了独立印证,而且很容易被识破 | 避免 |
| 一条规则封掉所有 OpenAI 代理 | 直接从 ChatGPT 搜索结果里消失 | 按名字、按职责分别处理 |
| 用带品牌名的问题来衡量 | 回答没变,分数却虚高 | 把这类问题排除出去 |
规律很清楚:只让页面「看起来更相关」的手法作用很小,让某个说法「更容易被核实」的做法才有帮助。这和全文的思路一致:推荐跟着能从多个地方核实的证据走。
把「被提及」和「被推荐」分开衡量
在一组固定的问题上,按引擎分别追踪提及率和推荐率,作为两列,算平均之前先看分项。经常被提及、却很少被推荐,说明是印证的问题;被推荐了却没被引用,说明来源归属上有缺口。一个数字没法告诉你自己是哪一种。
有两个衡量错误最容易把品牌数据美化。一是题面里带你品牌名的问题,回答自然会带上你的名字,必须排除。二是竞品必须和你用同一把尺子数。我们自己遇到过一次,不对称的判定显示某个品牌声量份额 31%、排名第二;对称重数之后,同一批回答里它是 0%、倒数第一。差别完全出在数法上:
竞品被点名而你没有时,记录「发生了什么」,别去猜「为什么」,数据本身回答不了 ChatGPT 为什么选了它。只有连续两轮都出现的变化才当真,因为什么都没变,回答也会波动。问题集怎么写,见搭建提示词集;我们在 ChatGPT 上测到的情况,汇总在 ChatGPT 引擎页。
资料来源
- OpenAI,OpenAI 爬虫概览,核对于 2026-09-09;OAI-SearchBot 使用的 IP 段。
- Aggarwal 等,GEO: Generative Engine Optimization,arXiv,KDD 2024 录用。
- Profound,AI 平台引用模式,发布于 2025-06-05。
- Reddit,Reddit 与 OpenAI 的合作公告,2024-05-16。