ChatGPT 如何进行查询扩展（基于 1500 万条查询的研究）

过去几个月，SEO 行业一直在拆解 ChatGPT，想看看它究竟如何搜索、如何找到它的来源。

我们想亲眼看看 ChatGPT 如何检索信息——以及这对 AI 可见度意味着什么——因此分析了 6660 万条免费、未登录的 GPT-5.6 Luna 回复，以及它们来自 8 月和 9 月的 1500 万条扩展查询（fan-out queries）。

主要发现

• 6660 万条回复中，只有 14.4% 需要联网搜索。
• 当它确实联网时，ChatGPT 平均会进行约 1.6 条扩展查询。
• 6.8% 的扩展查询（即 14.4% 中的 6.8%）使用了 [['Text', 'site:']] 运算符来搜索单个网站，分布在大约 11.6 万个不同的域名上。
• 在最常见的 [['Text', 'site:']] 搜索中，75.9% 指向品牌官网，而非零售商、政府网站、论坛或评测网站。
• 9 月，「official（官方）」一词出现在 13.1% 的英文扩展查询中，高于 8 月的 10.1%。
• 「price（价格）」和「review（评测）」类扩展查询一个月内最多上升了 47%。
• 在另一组引用数据中，ChatGPT 对 Reddit 的引用六个月内下降了 88%。
• ChatGPT 似乎正从「汇总信息」的网站，转向「生产信息」的源头。

每 7 个提示词中，有 6 个 ChatGPT 不联网搜索就直接回答

在我们追踪的 6660 万条 ChatGPT 回复中，只有 14.4% 触发了联网搜索。

当 ChatGPT 确实搜索时，它对每条发起搜索的回复平均运行约 1.6 条扩展查询。

每一次联网搜索都要花 OpenAI 的钱，所以当 ChatGPT 能凭已有知识回答得足够好时，跳过搜索是合理的。

这与 WordLift 的研究相符——该研究发现，免费档位的模型可能更多地依赖训练数据以压低成本。

这意味着，对许多提示词而言，你能否出现，取决于 ChatGPT 已经对你的品牌了解多少，而不是它能查到什么。

ChatGPT 76% 的「site:」搜索指向品牌官网

在我们分析的 1500 万条扩展查询中，6.8% 使用了 [['Text', 'site:']] 运算符来搜索单个网站。

而在被搜索最多的约 160 个网站中，每四次这样的搜索就有三次指向某个品牌官网。

像 Walmart、Costco 和 Amazon 这样的零售商占 11.9%，而 Reddit 和 Facebook 加起来仅占 1.9%。

扩展查询中所用的词也显示出对官方、一手信息的同样偏好——除「2026」之外，「official（官方）」和「price（价格）」是最常见的词，且逐月增长几个百分点。

这些都不令人意外。如果你想要某产品的价格或规格，品牌官网显然是最该去查的地方。

当一个问题没有唯一正确答案时，ChatGPT 才更可能把目光投向官方来源之外。

例如，在另一项针对 2 万条美国提示词的测试中，关于定价、产品功能或公司信息的事实型问题里，有 84.4% 引用了至少一个官方来源。

而对于「A vs B」或「哪个更便宜」这类对比型问题，这一比例降至 68.3%。

来源的组合也发生了变化。

对事实型问题，63.4% 的引用指向官方网站。

对对比型问题，这一比例是 46.4%，也就是说多数引用给了其他网站。

所以，ChatGPT 在事实问题上最依赖官方来源，而在需要权衡一个选项与另一个选项时，更多依赖其他网站。

稍后我们会对扩展查询的用语做更深入的分析。

ChatGPT 被「site:」搜索最多的 10 个域名中，消费品牌占了 8 个

ChatGPT 用 [['Text', 'site:']] 最常瞄准的域名，都是大型消费品牌。

当然，这些排名基于我们自己的数据集和提示词，但背后有约 100 万条 [['Text', 'site:']] 查询作为支撑，因此能很好地反映 ChatGPT 最依赖哪些域名。

这些大多是销售产品的品牌，所以品牌官网自然是获取价格、规格等细节的自然来源。

政府域名也大量出现。

Gov.br、gov.uk、法国的 service-public.fr、NHTSA、FDA 和 SEC 全都位列前 150，这与 Algorythmic 创始人 Lily Ray 的观察相符——ChatGPT 对 YMYL（涉及金钱与生命健康）类问题更青睐官方来源。

另请注意，Reddit 仍是被 [['Text', 'site:']] 搜索第九多的域名。

这与 Snippet Digital 联合创始人 Suganthan Mohanadasan 的发现相符——尽管 ChatGPT 引用 Reddit 的频率在下降（稍后我们会讲到），但当它想要真实用户的意见时，仍会去抓取 Reddit。

ChatGPT 很少「site:」搜索 OpenAI 的合作方，但它们的引用份额翻了一倍

在目前与 OpenAI 有授权协议的 17 家出版商和平台中，Reddit 是唯一一个进入被 [['Text', 'site:']] 搜索最多的前 150 个域名的。

一个可能的原因是，ChatGPT 已经预加载了其合作方的内容，随时可用。

1. QueryBurst 创始人 David McSweeney 发现，一些高权重出版物——包括 Time、Business Insider 和 Forbes——拥有预先合成的、页面级的摘要，看起来会被直接放进 ChatGPT 的上下文中。
2. Suganthan Mohanadasan 在 ChatGPT 的流量中发现了一个独立的检索来源，名为「labrador」。他将其描述为一个「授权层（licensed tier）」，并指出其中有几家出版商已与 OpenAI 签订了内容协议。

这些 [['Text', 'site:']] 搜索展示的是 ChatGPT 在查询扩展期间查了什么，而非它最终引用了什么。

被引用的域名则讲述了另一个故事。合作方的出版物无处不在。

在 Brand Radar 中，ChatGPT 被引用最多的 200 个域名里，合作方媒体的引用合计份额翻了一倍多，从 3 月的 7.5% 升至 7 月的 15.8%——到 9 月下旬仍保持在 12.5%。

值得努力让你的品牌出现在这些合作方出版物上，因为 ChatGPT 引用它们的频率越来越高。

「价格」和「评测」类扩展查询一个月内最多上升 47%

ChatGPT 添加到扩展查询中的词语，暗示了它想检索的页面类型。

从 8 月到 9 月，ChatGPT 更多扩展查询是关于价格、产品规格和评测的，而关于定义的略少了一些。

一两个百分点的增长听起来可能很小，但这些词都从一个很低的基数起步，它们的相对增幅显示出更显著的增长。

例如，「Price（价格）」占扩展查询的比例从 6.04% 升至 8.88%，一个月内的相对增幅接近一半（47%）。

此外，「Reviews（评测）」增长了三成，而「specifications（规格）」首次进入前 50。

另一方面，「Meaning（含义）」和「definition（定义）」各下降了约五分之一，不过由于基数较小，这更可能是一次下探，而非趋势。

ChatGPT 对 Reddit 的引用六个月内下降了 88%

与扩展查询数据并行，我们还查看了 ChatGPT 引用了哪些网站。

这依据的是一组独立数据：Brand Radar 中 2026 年 3 月至 9 月美国地区 ChatGPT 的引用数据，覆盖每月 240 万至 380 万条回答。

Snippet Digital 发现，ChatGPT 对 Reddit 的引用在 8 月下降了 86%；而由 Orainti 创始人 Aleyda Solís 分享的数据显示，7 月到 8 月之间，社交、参考资料和新闻类网站失去的引用份额最多。

我们的 Brand Radar 数据显示，Reddit、Wikipedia 和 YouTube 出现了同样的下滑。

3 月，大约每 5 条 ChatGPT 回答中就有 1 条引用 Reddit，但到 9 月下旬，这一比例变成了大约每 43 条中 1 条。

同样地，Wikipedia 在同一时期从每 7 条回答引用 1 次降至每 35 条 1 次，YouTube 则从约每 370 条回答 1 次降至每 500 条 1 次。

这些网站仍位列 ChatGPT 被引用最多的域名之列，但它们的份额缩水很快。所以如果你的 AI 可见度很大一部分来自它们，就要密切关注 ChatGPT 在你的话题上引用它们的频率。

ChatGPT 正从「汇总信息」的网站转向「生产信息」的源头

Reddit、Wikipedia 和 YouTube 失去的引用，流向了研究机构、监管机构、品牌和亲测者，而解释类和聚合类网站的份额则下降了。

下图展示了 ChatGPT 被引用最多的 200 个域名中一些最大的排名变化，基于 3 月的 240 万条回答和 9 月的 380 万条回答。

PubMed 在 ChatGPT 被引用最多的域名中从第 64 名攀升至第 4 名，FDA 以第 8 名进入榜单，而汇总这些研究的健康类网站——如 WebMD 和 Verywell Health——则名次下滑。

为了确认这不只是因为 Brand Radar 中新增了提示词，我们比较了在 3 月和 9 月都出现在最高流量 15 万条提示词中的约 2.5 万条提示词。

在那些完全相同的提示词上，图表中的每个网站都朝同一方向移动。

任何一组提示词都会影响哪些网站出现，但这一模式是一致的：ChatGPT 似乎正在优先选择原始来源，而非汇总它们的网站。

如果你的内容主要是汇总别人率先发布的信息，ChatGPT 可能更倾向于引用原始来源。

最能站得住脚的页面，是那些只有你才能发布的页面，比如原创研究、亲测体验，以及你自己的产品事实。

如何分析你所在行业的扩展查询

批量分析扩展查询，能让你看到 ChatGPT 在推荐你所在行业的某个品牌之前会查些什么，从而知道该创作什么内容、以及去哪里争取曝光。

你可以在 Ahrefs Brand Radar 里做这件事，并把规律发现的工作交给 Ask Ahrefs。

一次性拉取你整个行业的扩展查询

单条扩展查询能告诉你的信息很少，所以把很多条并排来看更有助于识别规律。

在 Brand Radar 中，你可以研究 ChatGPT 和 Perplexity 上的扩展查询。

只需进入 AI responses（AI 回答）报告，添加一个筛选器，把你的话题作为提示词或回复文本输入。

我们选了「running shoes（跑鞋）」。

然后把平台筛为 ChatGPT、地区筛为你的市场，再查看每条提示词旁边的「Fan-out queries（扩展查询）」列。

要批量研究它们，可对扩展查询文本进行筛选，比如 [['Text', 'site:']]、「official」、「price」、「review」或「best」。然后你可以在平台内研究，或导出到电子表格。

当我们分析「running shoes」时，Brand Radar 返回了 1,474 条带扩展查询的美国 ChatGPT 回复。

「Best」出现了 206 次，「2026」出现 160 次，「review」117 次，「vs」105 次，而「official」仅出现 65 次。

所以对跑鞋而言，ChatGPT 主要是在搜索近期的第三方评测和正面对比，这与上面整体数据呈现的画面不同。

一个跑鞋品牌从评测曝光和对比页面中获得的收益，会多于仅靠自己的产品页面。

这是基于 Brand Radar 数据库中现有的提示词，但你也可以对自己定制的「Tracked prompts（追踪的提示词）」运行这项分析。

我们的数据与其他研究有何不同

我们的数据与其他研究在 ChatGPT 的发展方向上一致：正朝着官方来源、[['Text', 'site:']] 搜索以及更少的引用发展。

主要差异在于规模——其他研究发现的每条提示词所触发的扩展查询和 [['Text', 'site:']] 搜索要多得多。

我们研究中的提示词较为宽泛。

它们源于覆盖所有话题和国家的真实搜索需求，而许多其他研究使用的是商业性的「best X」提示词，这类提示词天然会触发品牌查询。

我们还追踪的是免费、未登录的会话，它们比付费或推理模型搜索得更少。

这些数字是 2026 年 8 月至 9 月某个模型的一次快照，而 OpenAI 在不断改变 ChatGPT 检索信息的方式。

如果你定期追踪扩展查询，就能在变化发生时及时发现，而不是几个月后才知道。

结语

ChatGPT 的免费模型能凭已有知识回答许多问题。

而当它确实搜索时，它越来越多地去找那些拥有信息的人——比如定价的品牌本身。

这就为进入它的答案留下了两条路径：要么名声足够大，以至于 ChatGPT 无需去查你；要么成为它在查询时找到的原始来源。

那些只汇总他人成果的页面，目前正是失去引用的那一类。所以值得投入的页面，是那些只有你才能发布的页面，比如你的产品事实或原创研究。

但请记住，随着下一次模型更新，这一切可能再次改变，所以请持续关注你自己的品牌在扩展查询和 AI 回答中的表现！