AI搜索排序因素：AI如何挑选要引用和推荐的来源
谢尔盖·卡尔普（塔卢坎）, 联合创始人 / CTO
一家记账公司的老板让ChatGPT“推荐一家适合小企业的靠谱记账公司”，结果在回答里看到了三个竞争对手。他拿同样的问题去问Perplexity，还是没找到自己的公司。第一反应是：有人花钱买了这些位置，或者AI就是随便挑的。两种猜测都不对。这个选择背后有一套机制，而如今我们对它的了解，已经足以去施加影响。
我会像对一位没有技术背景的同事那样来解释：AI的知识从哪来，它怎么找到并筛选页面，为什么它乐于引用某些网站、却无视另一些，以及对于一家想成为AI信任来源的公司来说，所谓AI搜索排序因素在实践中到底意味着什么。
核心要点
AI引用它找得到、读得懂、信得过的页面。排序因素归结为四点：抓取权限、直接的答案、一致的事实和第三方提及。
什么是AI回答，为什么那份候选名单这么要紧
先从基础说起。AI回答，是AI助手针对某个具体问题写出的文字。不是经典搜索里的十条链接，而是一条现成的建议：该选谁、大概多少钱、要当心什么。信息出处网站的链接，往往就附在旁边。
人们在两个地方看到这些回答。第一个是搜索里：Google结果上方的Google AI Overviews和AI Mode，以及Bing里的Copilot回答。第二个是聊天助手：ChatGPT、Gemini、Claude、Perplexity、Copilot等等——人们像给朋友发消息那样打出一个问题，然后得到一段详细的答复。屏幕上具体是什么样子，我们在AI回答如何标注来源一文里做过对比。
对企业来说，最要紧的只有一点：一段回答通常只会点到寥寥几家公司。用户就在这几家里挑，很少再往下看。所以“AI怎么挑选来源”这个问题，实质上问的是：您有没有进到客户将要从中挑选的那份候选名单里。
两种知识来源：训练数据和实时搜索
当代的每一个AI助手，都有两条了解贵公司的途径。把它们分清楚很重要，因为您施加影响的方式不一样。
来自训练的知识
大语言模型（LLM）是在截至某个日期收集的海量文本上训练出来的。模型并不像数据库那样存下这些文本，它学的是词与概念之间的关联。有成千上万个页面在谈论的大品牌，模型“认得”很清楚。一家只有一个网站、两三处提及的小公司，模型多半不认识，或者记得不准。
这种知识有三个弱点。它会过时：数据截止之后发生的事，模型一无所知。它没法迅速纠正：改动要等到下一个模型版本才会出现。它在细节上是模糊的：模型可能信心十足地说出一个旧价格，或者把名字相近的公司弄混。
实时搜索（RAG）
要回答价格、公司、地点和近期事件这类关乎当下的问题，AI助手会在作答的那一刻去查信息。这种做法叫检索增强生成，即RAG。简化来看，过程是这样的：
- 理解问题。AI判断靠自己的知识够不够，还是需要搜索。关于公司、价格和挑选供应商的问题，几乎总会触发搜索。
- 改写问题。一个问题会变成若干条搜索查询。举个假设的例子：“给一家小型有限责任公司推荐记账公司”，可能被改写成“塔卢坎小型有限责任公司记账服务 价格”“最适合小企业的记账公司”“外包记账 评价”。
- 找到页面。这些查询被送进搜索索引。Google AI Overviews和AI Mode用Google索引，Copilot依托Bing，而ChatGPT、Claude和Perplexity用自家爬虫（OAI-SearchBot、Claude-SearchBot、PerplexityBot）加上搜索合作方在网上检索。
- 阅读并挑选片段。AI打开找到的页面，把正文切成一段段，留下最能回答问题的那几段。
- 交叉核对并成文。来自不同来源的片段被拿来比对，拼成一段连贯的回答，再附上所用页面的链接。
关键结论在这里。在搜索模式下，一家公司进入回答要过两关：先是页面得被找到，然后是它那一段得比竞争对手的更有用。第一关靠经典SEO，第二关靠生成式引擎优化（GEO）。所以说，GEO是建立在扎实的传统SEO之上的。
| 维度 | 来自训练的知识 | 实时搜索 |
|---|---|---|
| 数据从哪来 | 训练截止日之前收集的文本 | 作答那一刻找到的页面 |
| 时效性 | 会过时，随新模型版本更新 | 取决于页面上一次被抓取的时间 |
| 来源链接 | 通常没有 | 有，而且用户会点进网站 |
| 怎么施加影响 | 慢：靠全网大量的公司提及 | 可访问的网站、清晰的页面、第三方佐证 |
| 什么时候见效 | 等未来的模型发布 | 改动被抓取和收录之后 |
AI搜索排序因素一览
AI搜索的排序因素没有官方清单，也没有哪个平台公布过权重。但从上面的机制可以看清，是哪些特质决定了一个页面会不会被引用。下面是我们做审计时使用的工作模型：
| 因素 | 影响哪个环节 | 对您的网站意味着什么 |
|---|---|---|
| 可抓取与收录 | 被找到 | 页面在Google和Bing的索引里，并对AI搜索爬虫开放 |
| 可读的HTML | 被读到 | 关键文字在页面源码里，不靠脚本加载，也不藏在图片中 |
| 与改写后查询的相关性 | 被找到 | 为每项服务、每类人群、每个服务地区都设专门页面 |
| 直接且能独立成立的答案 | 被选中 | 每个片段都能独立回答一个问题，并带具体事实 |
| 结构 | 被选中 | 问句式标题、列表、表格、常见问题板块、Schema标记 |
| 可核实性 | 被信任 | 署名作者、更新日期、公司信息、资质 |
| 各来源之间的一致性 | 被信任 | 名称、联系方式、服务和价格处处一致 |
| 第三方提及 | 被信任、被推荐 | 目录站、评价、行业文章和写您的专家发表 |
第一关：页面得先被找到、被读到
错失AI回答最让人窝火的原因，纯粹是技术性的。AI打不开的东西，它没法引用。下面是我们在审计中常碰到的障碍：
- 网站因为报错、重复页面或加载缓慢，在Google或Bing里收录状况很差；
- robots.txt拦掉了OAI-SearchBot、Claude-SearchBot或PerplexityBot等AI搜索爬虫；
- robots.txt明明放行了，主机、CDN或防火墙却把机器人拦在外面；
- 正文由JavaScript加载，爬虫看到的是一个空页面；
- 重要信息埋在PDF、图片，或者要点击才展开的标签页里。
有个细节值得知道：拦不拦训练爬虫是另一个决定。GPTBot为OpenAI的模型训练收集数据，而ChatGPT的搜索由OAI-SearchBot支撑，用户要求时取页面的是ChatGPT-User。Google-Extended令牌控制的是您的内容是否用于Gemini的训练与事实支撑，它不影响Google搜索。把这几个混为一谈，是很多网站稀里糊涂从AI搜索里消失的常见原因。
这些问题一天就能查清，几天就能修好。但只要它还在，内容做得再多也没用。
第二关：AI为什么引用那些清楚、有事实的页面
假设页面已经被找到、被读到。现在AI要决定，要不要从里面取一段。这里有四条简单的规则。
这段话直接回答了问题
对比两段假设的文字。第一段：“我们提供个性化的方案和面向各类企业的灵活解决方案。”第二段：“10人以内的有限责任公司代理记账，每月400美元起，含月度报表和工资核算”（数字是为举例编的）。第一段AI无从取材。第二段本身就是用户问题的现成答案，复述起来毫不费力。
这段话脱离上下文也读得通
AI不是把页面当整体读，而是一块一块地读。“价格见上文”“如前所述”，或者不带名称的“本服务”，一旦被切出来就失去了意义。一个好的段落，会自己把公司、服务和条款都交代清楚。
页面结构清晰
写成问句的标题、每节开头的简短答案、列表、对比表格和常见问题板块，都能帮AI找到该取的那一段。Schema标记则额外提示：哪里是机构名称、哪里是价格、哪里是地址。更多内容见Schema标记、FAQ与公司实体。
事实是可核实的
有真实履历的署名作者、更新日期、公司信息、地址、许可与认证。一个页面可核实的细节越多，AI怀疑它的理由就越少。
一致性：AI为什么要拿其他来源来核对您
AI不会光听一家公司自己怎么说。它把一家公司当成一个实体，也就是一组事实：名称、地址、电话、服务、价格、管理层、评价。它从不同来源把这些事实收集起来。来源彼此吻合，画面就清楚；来源互相矛盾，麻烦就来了。
举个假设的例子。网站上公司叫“Ledger Plus Bookkeeping”，Google Business Profile上叫“LedgerPlus”，某个目录站写的是旧地址，某个平台上还挂着去年的价格。AI看到的是同一家公司的四个版本。可能出现三种结果，而且都不好：它采信平台上的数据，报出错误的价格；它含糊其辞地说“据部分来源称”；或者干脆回避提及一家它拿不准的公司。
要对齐哪些地方：
- 网站及其所有板块，包括页脚和联系方式页；
- 地图商家资料和企业目录站；
- 行业名录、电商平台和点评平台；
- 社交媒体和职业社交网络的主页；
- 媒体报道，以及贵公司专家撰写的文章。
一致性的另一面，是来自他人的独立佐证。当行业盘点、评价和文章都在写一家公司时，AI接收到的信号是：这家公司真实存在、在这个领域做事、而且有人知道它。这件事怎么系统地做，我们在面向AI搜索的品牌提及与数字公关一文里讲过。
推荐：AI为什么点某些公司的名字，而不点另一些
现在把这些串起来。当用户要一条推荐时，AI实质上是在找同时满足以下条件的公司：
- 在它改写出的那些查询下能被找到；
- 符合用户的条件（地点、预算、行业、时间），而且这些条件在页面上写得明明白白；
- 被若干个独立来源相互印证，彼此没有矛盾；
- 被描述得很清楚，好让它的长处用一两句话就能概括。
AI推荐的那个竞争对手，未必比您强。更常见的情况是：它只是被描述得更清楚，在各类来源里也更显眼。
那ChatGPT专门的排序因素呢？
人们常去搜ChatGPT的排序因素，仿佛ChatGPT有一套自己的秘密公式。实际上，当ChatGPT联网搜索时，它走的是同样几个环节：它的爬虫和搜索合作方得先找到您的页面，页面得读得了，您那一段得比别人更好地回答问题。真正平台特有的部分，基本都是技术性的：该给哪个爬虫开权限、这个助手依托哪个索引。其余因素，Google、ChatGPT、Perplexity、Gemini、Claude和Copilot都是共通的。
回答为什么会变
同一个问题问两遍，给出的公司名单可能不同。原因很清楚：AI每次都是从头写这段回答，它生成的搜索查询也可能不一样，而结果还取决于措辞、语言、用户所在地以及索引有多新。所以诚实的服务机构从不承诺在AI回答里占到某个具体位置。您要衡量的是LLM可见度：在固定那套问题上定期检查，看公司出现在多大比例的监测提示词里。
如何成为AI引用的来源：这对贵公司意味着什么
从上述机制，可以推出一套清晰的动作顺序。每一步都对应挑选过程中的某个环节。
- AI可见度审计。弄清AI助手今天是怎么说的，并找出“被找到、被读到”这一环节上的技术障碍。
- 提示词研究。把客户会向AI提的问题收集起来，就像SEO里的关键词研究。它既是内容的依据，也是衡量的依据。
- 技术优化。为搜索引擎和AI爬虫开放网站，修复错误，把正文从脚本里挪出来，加上Schema标记和llms.txt。
- 带事实的内容。重写关键页面，让每一段都能当作独立的答案使用，并针对监测提示词创作内容。
- 一致的公司数据。把网站上和所有第三方来源里的公司信息对齐。
- 第三方佐证。增加品牌提及，并在外部来源发表贵公司专家的文章。
- AI可见度监测。定期跑一遍监测提示词，并根据结果调整工作。
这些步骤单拎出来，作用都有限。一篇好文章，放在对爬虫关闭的网站上，成不了来源。一个完美的网站，如果外面一点提及都没有，还是输给知名的竞争对手。而目录站里互相打架的数据，会把前两者一起拖垮。如果AI已经在推荐您的竞争对手，该怎么办，我们在AI推荐的是您的竞争对手：该怎么办里做了拆解。
结果：把抽签变成可预期的工作
一旦弄懂了机制，AI搜索优化就不再像什么魔法。AI推荐的，是它找得到、看得懂、信得过的企业。这三个条件，每一个都能拆成具体任务：技术的、内容的、声誉的。这些任务做得了、验得了，AI平台改规则时还能再做一遍。而且效果会累积：一家公司越早成为清晰、可印证的来源，它在AI回答里的位置就越稳。
AI搜索优化如何把您的网站变成AI的来源
我们自2002年起从事SEO，服务过全球100多家客户，并持有Google与Yandex认证。我们优化在Google AI Overviews和AI Mode、ChatGPT、Gemini、Claude、Perplexity和Microsoft Copilot中的表现，您的市场需要时还会覆盖其他助手。无论企业来自塔卢坎还是别处，网站与AI可见度都由同一个团队端到端负责。
工作内容包括AI可见度审计、提示词研究、网站技术优化（AI爬虫访问权限、llms.txt、Schema标记、速度、错误）、为AI回答而写的新内容、第三方网站上的品牌提及、在外部来源发表文章以建立公司及其专家的权威性，以及持续的AI可见度监测。
AI评估的是整个网站，所以我们从第一天起就接管整个站点，从技术优化一直到GEO。我们保证交付GEO任务、修复错误，并让您的网站快速适应不断变化的AI搜索要求。
费用为每月290美元，含前10小时工作时长。每增加1小时45美元。GEO工作按实际工时结算：我们只对当月完成并交付的工作开票。不打折，也没有免费月。
预约通话：我们会找出贵公司今天是在哪个环节被AI助手漏掉的，以及该先修哪里。