當 ChatGPT 引用一個網頁時，那個網頁從哪裡來？這不僅是技術好奇——對正在規劃 GEO 策略的香港企業而言，答案直接影響品牌應該如何準備內容才能被 AI 引用。
本週，SEO 研究團隊 RESONEO 發表了一項極具深度的大規模研究：他們捕捉並分析了 1,200 個 ChatGPT 回答、88,000 筆搜尋結果和 26,900 個不同頁面，徹底拆解了 ChatGPT 的檢索機制。這項研究對 GEO 從業者的價值，不亞於當年了解 Google 的 PageRank 演算法。
ChatGPT 的三層檢索架構
RESONEO 發現，ChatGPT 的引用來源並非來自單一管道，而是由三個層級構成：
- 發現索引（Discovery Index） — 代號「labrador」：OpenAI 自有網頁索引，預先爬取並索引大量網頁
- 讀取快取（Reading Cache） — 已抓取並儲存的完整頁面副本
- 即時開啟（Live Pages） — 在回答問題時即時抓取的少數頁面
每一層有自己的規則、自己的時效性，以及自己的盲點。
揭開 OpenAI 的搜尋管道：labrador、bright、oxylabs
研究團隊的 Chrome 擴充功能記錄了 ChatGPT 傳送給瀏覽器的原始資料串流，其中包含了一個名為 result_source 的欄位——這個欄位明確標示了每筆搜尋結果的內部管道名稱。四個反覆出現的管道代號是：
- labrador — OpenAI 自有索引
- bright — 抓取自 Google 的搜尋結果
- oxylabs — 供應新聞頻道的管道
- serp — 其他搜尋引擎結果頁
然而，在 7 月 21 日，這個 result_source 欄位突然從資料串流中消失了——OpenAI 在同一天、所有帳號上移除了這個欄位。RESONEO 團隊現在透過格式特徵（標題長度、摘要形狀）來重新識別每個管道，準確率約 98%。
免費版 vs 付費版：截然不同的檢索生態
這項研究最令人震驚的發現之一，是 ChatGPT 免費版與付費版使用者看到的搜尋結果來自完全不同的世界。
| 維度 | 免費 Think 模式 | 付費 Thinking 模式 |
|---|---|---|
| labrador（OpenAI 自有索引） | 74.7% | 24.7% |
| 抓取自 Google 的結果 | 3.1% | 75.3% |
| oxylabs（新聞） | 22.2% | 0% |
| 平均每個對話的 URL 數 | 35.3 | 33.9 |
| 不同域名數 | 16.3 | 15.5 |
這意味著： 兩個使用者問完全相同的問題，獲得大致相同的回答來源數量，但背後的資料庫幾乎完全不同。在 Google 搜尋中排名良好，對付費版 Thinking 仍然重要（因為 75.3% 的結果來自 Google 抓取），但無法保證你的頁面會進入免費版 Think 的檢索集合——在免費版中，OpenAI 自有索引 labrador 是主要守門人。
此外，付費版 Thinking 在 7 月底到 8 月之間顯著收窄：以中等努力程度而言，fan-out 查詢從 3.56 降至 1.90，URL 從 47.2 降至 33.9，不同域名從 21.9 降至 15.5。ChatGPT 的搜尋範圍正在變小。
高努力模式下的「網站直達」趨勢
研究還發現了一個顯著的趨勢：site: 運算符的使用率正在急劇上升。在高努力模式下，site: 運算符出現在 58.1% 的查詢中（7 月底為 40.8%），即使總查詢數量下降。
這代表 ChatGPT 正在「搜尋得更少，但更精準」——直接前往它預期有用的域名、品牌和官方來源。
Labrador 索引的關鍵特性：查詢獨立片段
對於 GEO 策略而言，最需要了解的細節是 labrador 索引的片段（snippet）建構方式：
- 片段以 H1 標題為錨點，加上周圍的可見文字
- 片段長度約 200 個字元
- Meta Description 完全被忽略——你在 meta description 中精心撰寫的內容對 labrador 毫無影響
- 片段不依賴查詢（query-independent）——同一 URL 返回相同的片段，無論使用者問的是價格、歷史還是副作用。片段在索引時即被截取，直到下一次爬取都保持不變
- 研究團隊測量到一個案例中，片段 100% 是目錄（table of contents），0% 是實際內容
換句話說，你的 H1 標題和其周圍的 200 個字元，決定了在免費版 ChatGPT 中你的頁面是否被引用——而且這是在檢索時就已決定的，不受使用者問題的影響。
相較之下，來自 Google 的 bright 管道行為更像傳統搜尋：標題約 60 字元並附省略號，摘要約 160 字元，meta description 約有三分之一的機會被使用。
API 不等於 ChatGPT 產品
RESONEO 也發出了一項重要警告：不要透過 API 來推測 ChatGPT 的搜尋行為。他們在四種 ChatGPT 產品模式和四種 API 模型之間測試了品牌提及的重疊程度（Jaccard 相似度）：
- API 模式之間的相似度：0.32–0.39
- ChatGPT 產品模式之間的相似度：0.25–0.37
- 產品到 API 的相似度僅有 0.23–0.27
API 適合測試底層模型對品牌的了解程度，但無法預測 ChatGPT 實際回答的內容。
對香港企業的 GEO 策略啟示
-
H1 標題是最重要的 SEO 元素，尤其在免費版 ChatGPT 中——labrador 索引的片段完全以 H1 為錨點，且是查詢獨立的，確保你的 H1 精準傳達頁面主題
-
同時優化兩種生態——不需要在免費版和付費版之間二選一，但策略應有所不同：免費版需要優化 OpenAI 可爬取的內容（H1、頁面可見文字），付費版則需要確保傳統 Google SEO 基礎扎實
-
監控
site:趨勢——如果你的品牌是 ChatGPT 高努力模式下被直接搜尋的目標，這代表品牌知名度已足夠；如果不是，需要透過第三方內容和權威信號來建立品牌辨識度 -
不要只用 API 測試 GEO 表現——API 的回答與 ChatGPT 產品差異巨大，應用實際的 ChatGPT 產品來測試品牌能見度
-
Applebot 和 labrador 的平行發展——本週 Apple 大規模擴充 Applebot IP 範圍，OpenAI 也在持續擴建 labrador 自有索引，AI 搜尋平台正在建立自己的網頁索引生態，品牌需要確保內容對這些新索引是可爬取和可理解的
這項研究為 GEO 從業者提供了前所未有的視角——我們終於開始看到 ChatGPT 搜尋引擎的「內部運作方式」。隨著更多類似研究的出現，GEO 將從「猜測」走向「可量度的策略」。
參考來源：RESONEO（Search Engine Land 發表）、「Inside ChatGPT’s retrieval stack: The index, cache, and pages it actually reads」