https://suganthan.com/blog/how-chatgpt-picks-sources 这篇文章的核心思想？

---

我会先打开原文确认内容，再提炼它关于“ChatGPT 如何选择来源”的核心逻辑、对内容创作者的启发，以及一句话总结。

这篇文章的核心思想是：

想让你的内容被 ChatGPT 引用，不是做传统 SEO，而是让 AI“能抓到、能读懂、能拿来支撑一句具体判断”。

作者通过查看 ChatGPT 浏览器端的网络请求 JSON，而不是只看最终回答，发现 ChatGPT 选择来源大致有几层机制：

1. ChatGPT 不是每次都会搜索网页

它会先把用户问题分到不同类型，比如 text 、 shopping 、 local 、 thinking 、 image generation 等。最关键的是：如果问题被分到 text ，它可能完全不联网，直接用训练数据回答。作者甚至发现一些看似需要最新信息的问题，也可能没有触发搜索。 ^1

所以， 不是所有问题都有“被引用”的机会 。如果 ChatGPT 根本不搜索网页，你的页面再好也进不去。

2. ChatGPT 抓来源有不同“管道”

作者看到一个隐藏字段叫 result_source ，用来标记网页结果从哪里来。主要包括：

• serp ：普通开放网页结果；
• labrador ：更像是授权/白名单内容层，包括 Reuters、WSJ、Wikipedia、arXiv 等；
• bright ：Bright Data 抓取管道，常见于购物、金融、天气、本地等；
• oxylabs ：Oxylabs 抓取管道，偏地区媒体和部分开放网页。 ^1

这意味着，对普通网站来说，你大概率不是在和“搜索排名”竞争，而是在和“AI 抓取系统能不能顺利读到你”竞争。

3. “被抓取”“被引用”“被提到”是三件不同的事

作者特别强调，ChatGPT 对一个来源可能有三种结果：

Fetched ：网页被抓进上下文，但用户看不见；
Cited ：网页被作为某句话的引用来源；
Mentioned ：品牌被提到，但不一定作为引用来源。 ^1

比如一个品牌官网可能被用来确认价格和参数，但“哪家最好”这种判断，ChatGPT 往往会引用第三方评测、Reddit、榜单文章，而不是品牌自己说自己好。

4. AI 很重视“可解析的事实”

文章中最有用的启发是： 价格、参数、功能、日期、数字，必须放在普通 HTML 文本里 。

如果你的价格表藏在 JavaScript、图片、PDF、复杂交互组件里，ChatGPT 可能读不到。作者观察到，模型会先想读官方页面；如果官方页面解析失败，就会转向 G2、评测站、Reddit 等第三方来源。 ^1

换句话说：
你的事实如果 AI 读不到，它就会去引用别人对你的描述。

5. Thinking 模型会把一个问题拆成很多子搜索

对于复杂比较类问题，ChatGPT 可能不会只搜一个关键词，而是拆成十几个甚至几十个子查询，包括 site:你的域名/pricing 、价格验证、竞品补充、第三方评测等。作者观察到，Thinking 模型在产品比较问题上可能运行 15 到 40 个左右的子查询。 ^1

所以内容不只是要匹配用户原始提问，还要能匹配 AI 拆出来的“清洗后问题”：价格、对比、替代品、评论、规格、适合谁、不适合谁。

6. 对 AI SEO / GEO 的实操结论

最重要的策略不是“堆关键词”，而是：

第一，把核心事实做成清晰、可抓取的 HTML 页面。
例如价格页、功能页、FAQ、对比页、案例页，不要只放图片、PDF 或动态加载内容。

第二，争取第三方内容。
因为“你是不是好”这种判断，ChatGPT 更倾向引用第三方：评测站、榜单、Reddit、媒体报道、用户讨论等。

第三，做少而强的页面，而不是大量薄页面。
作者提到，ChatGPT 会按域名去重，所以 20 个薄页面不如 1 个能支撑明确判断的强页面。 ^1

第四，接受个性化和不稳定性。
作者也承认，他看到的是一个 Pro 账号、几天内、偏 SaaS/科技问题的样本；结构性发现可信，但具体比例不能当成行业定律。而且 ChatGPT 的来源系统每周都可能变化。 ^1

一句话总结

ChatGPT 选来源的核心逻辑是：先判断要不要搜索，再通过不同抓取管道读取网页；它用官网确认事实，用第三方判断观点，所以品牌要把事实做成 AI 能读的 HTML，把口碑放到 AI 会信的第三方页面上。