AI 助手如何选择信息来源：RAG、查询扇出与引用标准

快速测验

如何让 ChatGPT 和其他 AI 提到您？

第 1 题，共 4 题25%

您想了解或改变什么？

只想看看 AI 有没有提到我的业务持续对比竞争对手的表现从现在起被更多地提到

弄清AI 助手如何选择信息来源，是所有 AI 可见度工作的起点。好消息是，各家公司公开的说明比多数人想象的多。Google 在其AI 功能文档中指出，AI Overviews 和 AI Mode 可能针对子主题发起多次相关搜索，而页面只需被索引并符合摘要展示条件，即可作为辅助链接出现。OpenAI、Perplexity、Anthropic 和 Microsoft 也为各自的助手公布了类似规则。本指南汇总官方信息，把它与猜测区分开，并补充我们在 301,025 条 AI 回答上测得的数据。

从提问到带来源的回答，中间发生了什么？

几乎所有能上网的助手都遵循同一模式，即检索增强生成（RAG）：模型并不只凭记忆作答，而是先检索文档，再据此撰写。步骤如下。

1. 决定是否搜索。稳定的事实（定义、计算规则）直接用训练数据回答。涉及价格、产品、时事或某家具体公司的问题会触发搜索。
2. 改写并扇出。模型把用户的句子改写成一条或多条更短的查询，每条覆盖问题的一个方面。这就是查询扇出。
3. 取回候选。每条查询发送到一个搜索索引，返回一列页面。只有已在该索引中的页面才可能被取回。
4. 阅读并筛选段落。模型（或某个过滤步骤）阅读结果，保留回答子问题的段落。页面之间是逐段竞争的，所以段落排名比整页更重要。
5. 撰写并引用。回答由保留下来的段落组成，并附上指向原始页面的链接。

由此得出两点。不在助手所用索引中的页面，无论质量多好，都不会进入竞争。而一个页面即便在 Google 上针对用户的原问题排名第一，也可能失去引用，因为助手搜索的是别的内容。

OpenAI、Google、Perplexity、Anthropic 和 Microsoft 公开了什么？

五家都没有公布排名公式。但每一家都公布了关于访问、索引和引用的规则，这些规则是唯一可靠的依据。

OpenAI（ChatGPT）

OpenAI 关于其爬虫的文档区分了三个代理。OAI-SearchBot 构建搜索索引：屏蔽它的网站不会出现在 ChatGPT 的搜索回答中。GPTBot 收集训练数据，屏蔽它对搜索没有影响。ChatGPT-User 代表用户访问页面，并不决定搜索中出现什么。我们关于在 ChatGPT 中获得排名的指南介绍了其余内容。

Google（AI Overviews 与 AI Mode）

Google 说得最明确：AI 功能使用与传统搜索相同的索引和质量系统，可以执行相关搜索的扇出，并展示比十条蓝色链接更多的辅助链接。无需添加任何 AI 专用标记。换言之，Google SEO 依然是进入 Google AI 回答的门票。

Perplexity

Perplexity 的爬虫文档说明，PerplexityBot 用于在结果中展示并链接网站，不用于训练基础模型。Perplexity-User 会针对用户的问题实时抓取页面。在 robots.txt 中允许 PerplexityBot，是进入其索引的前提。

Anthropic（Claude）

Anthropic 的网页搜索文档准确描述了这一循环：Claude 根据提示词判断何时搜索，一次请求中搜索可以重复多次，最终回答始终带有引用，每条引用最多摘录来源的 150 个字符。Claude 会在涉及当前价格、新闻以及特定公司或产品的信息时搜索，而对稳定知识则直接作答。我们关于在 Claude 中获得排名的指南介绍了它的爬虫和索引。

Microsoft（Copilot）

Copilot 以 Bing 为基础。自 2026 年 2 月起，Bing Webmaster Tools 提供了 AI Performance 报告，显示网站在 Copilot 中被引用的次数，以及取回其页面的 grounding 查询。Microsoft 在同一公告中的建议是：保持内容更新（配合 IndexNow），用清晰的标题、表格和常见问题组织内容，并用数据和来源支撑观点。请参阅我们关于在 Copilot 中获得排名的指南，以及关于在 Grok 中获得排名的指南（xAI 的助手，公开资料少得多）。

哪些标准决定谁会被引用？

结合官方文档与回答中可观察到的现象，六项标准可以解释大多数引用。前两项是官方明确的要求，其余是稳定的规律。

1. 访问与索引

必须允许助手的搜索爬虫访问，页面必须位于它所查询的索引中：Gemini 和 AI Overviews 用 Google 索引，Copilot 用 Bing 索引，OpenAI 和 Perplexity 用各自的索引，Claude 用 Brave。可借助我们的 AI 爬虫 robots.txt 指南检查您的规则。

2. 与隐藏子查询的匹配

检索基于扇出后的查询，而不是用户的原句。一个笼统回答“最好的 CRM”的页面，可能输给回答“5 人房产中介适用的 CRM，按用户计价”的页面，因为助手搜索的正是后者。

3. 可单独引用的段落

AI 引用的是段落。以直接答案、定义、表格行或编号步骤开头的小节，可以从页面中单独取出且意思完整。含糊的开场白则不行。

4. 证据与时效

Claude 恰恰在信息可能已变化时才搜索，Microsoft 也建议用数据和来源支撑观点。带日期的数字、注明出处的来源、在某个日期“核实”过的价格以及可见的更新日期，会让页面更适合被引用。

5. 其他网站的佐证

助手如果在多个独立网站上看到同一事实，就能有把握地陈述它。这就是实体共识：以相同方式描述您品牌的评价、对比、目录和媒体报道。

6. 各模型偏好的来源类型

每个助手都有自己的习惯。有的依赖百科类来源，有的偏重视频、论坛或评价平台。下一节展示这些差异有多大。

我们的引用研究显示了什么？

我们的AI 引用平台研究分析了 ChatGPT、Gemini、Perplexity、Claude 和 Grok 的 301,025 条回答，采集时间为 2025 年 8 月至 2026 年 8 月，基于一组买家问题（79% 以法语提问）。研究共统计到 1,820,738 次AI 引用，指向 131,349 个不同域名。其中两点与来源选择密切相关。

第一，各助手引用的来源数量不同。Gemini 平均每条回答列出 11.1 个来源，Grok 7.1 个，ChatGPT 4.1 个，Claude 3.5 个，Perplexity 3.3 个。在后三者中，一个问题只有三到四个位置：排名第二好的页面往往意味着根本不会被引用。

第二，各助手偏好的来源类型完全不同。Wikipedia 出现在 3.43% 的 ChatGPT 回答中，而在 Claude 回答中只有 0.03%；YouTube 出现在 3.69% 的 Gemini 回答中，在 ChatGPT 回答中只有 0.04%。仅有 6 个平台被全部五个模型引用。我们的 ChatGPT 引用研究还表明，选择会随时间变化：在研究期内，ChatGPT 每条回答的来源数从 5.8 个降至 4.1 个，2026 年 6 月低至 1.7 个。

如何成为 AI 助手选中的来源之一？

这一选择过程可以转化为一份简短的行动清单，对 Google 和 AI 同样适用。

• 打开大门：允许 OAI-SearchBot、PerplexityBot、Claude-SearchBot、Claude-User、Googlebot 和 Bingbot；确认您的 CDN 没有拦截它们。
• 在关键之处被索引：Google Search Console 和 Bing Webmaster Tools、干净的站点地图，以及用于快速更新的 IndexNow。
• 覆盖子查询：每个具体问题对应一个页面，依据助手实际执行的搜索来构建。
• 先给答案的段落：每节开头给出直接答案，用表格做对比，每节只讲一个要点，参见我们关于为 AI 搜索优化内容的指南。
• 提供证据并标注日期：来源、数据、作者、可见的更新日期。
• 争取佐证：在您的买家所用助手实际引用的平台上获得评价和提及。

回答每次运行都会变化，因此来源选择最好按周观察。Sorank 的 AI 查询扇出追踪会记录每个助手针对您的提示词执行的搜索并随时间累计，AI 提及追踪则显示您的品牌是否被引用，以及未被引用时是哪些来源占了位置。AI 助手会选择它们能访问、与其隐藏搜索相匹配、并能证明自身说法的页面：在您自己的问题上衡量这三点，就知道该改进什么。