ChatGPT 檢索系統深度拆解：索引、快取與真正被讀取的頁面——香港企業 GEO 策略技術清單

一、全新研究：ChatGPT 檢索系統首次全面曝光

一支由 SEO 技術顧問公司 RESONEO 領導的研究團隊發布了迄今為止最全面的 ChatGPT 檢索系統分析報告。通過分析 1,200 個 ChatGPT 答案、88,000 個搜尋結果和 26,900 個不同網頁，研究團隊揭示了 ChatGPT 獲取和引用網頁內容的完整技術架構。這項研究於 2026 年 8 月 17 日在 Search Engine Land 上發表，對香港所有關注 AI 能見度的企業具有即時且重大的策略意義。

研究發現，ChatGPT 的內容檢索系統由三個層級構成：發現索引（Discovery Index）、閱讀快取（Reading Cache）和即時頁面開啟（Live Page Opens）。每個層級都有自己的規則、更新頻率和盲點。理解這些層級，就能解釋為甚麼有些網頁被檢索、有些被閱讀、而只有極少數最終被引用。

二、三大檢索管道的具體運作

研究團隊通過 Chrome 擴展程式捕捉 ChatGPT 傳送到瀏覽器的原始數據串流，發現了 ChatGPT 實際上使用多個不同的檢索管道：

Labrador：OpenAI 自有索引（免費用戶的主力）——這是 OpenAI 自己的檢索中樞，除了網絡搜尋外，還整合了新聞、學術論文（arXiv）、Reddit 和 YouTube 結果。免費用戶 Instant 模式中，幾乎所有搜索結果都來自 Labrador。
Bright 和 Oxylabs：即時 Google 搜尋結果（付費用戶專屬）——這是從 Google 即時購買的搜尋結果。付費 Thinking 模式下，75% 的搜尋結果來自這個管道。
B1/B3、Yelp、TripAdvisor：本地搜尋結果——值得注意的是，這些本地結果顯示的連結指向的是 Google Maps，而非商家自己的網站。

免費 vs 付費的巨大差異：研究發現，免費 Instant 模式下 93% 的答案從不實際開啟任何網頁——回應完全基於標題和約 200 字符的摘要。只有付費 Thinking 模式會真正開啟頁面並閱讀完整內容。考慮到超過 90% 的 ChatGPT 用戶是免費 tier，這意味著大部分 AI 答案依賴的只是你網頁上的一小段文字。

三、Think 按鈕改變了 ChatGPT 看到的內容

研究還追蹤了 ChatGPT 最新「Think」按鈕的影響。當免費帳戶點擊 Think 按鈕時：

檢索池擴大超過一倍：從平均 15.1 個 URL 增加到 35.3 個，從 9.8 個不同域名增加到 16.3 個。
但檢索內容完全不同：免費 Think 模式 74.7% 的結果來自 Labrador（OpenAI 自有索引），僅 3.1% 來自 Google 搜尋結果。而付費 Thinking 模式則相反——75.3% 來自 Google 搜尋。
這代表兩個用戶問同一問題，看到的內容完全不同——你的品牌可能在付費用戶的答案中出現，但在免費用戶的答案中缺席，即使兩者使用了相似的搜尋資源。

更具策略意義的是，研究發現高 effort 的付費模式中，「site:」操作符的使用率從 40.8% 升至 58.1%。ChatGPT 正在更頻繁地直接造訪特定品牌和官方來源，而非廣泛搜索。品牌認知度正在成為 AI 能見度的入場券。

四、Labrador 索引的秘密：標題和 200 字符摘要決定一切

這是整個研究中最關鍵的發現。Labrador 索引中的搜尋結果只包含三樣東西：

網址（URL）
完整頁面標題——從不截斷，即使用 289 個字符的標題也能完整保留
約 200 字符的摘要——基於 H1 標題及其周圍的文本

摘要的構建方式完全出乎意料：

摘要以你的 H1 為錨點，擷取 H1 周圍的可見文本
Meta Description 被完全忽略——你精心撰寫的 meta description 對 Labrador 索引完全無效
摘要與查詢無關——同一個 URL 無論用戶問甚麼問題，返回的都是同一段摘要。這在現代搜尋引擎標準中是二十年前就已經淘汰的技術
摘要可能 100% 是目錄、分類標籤、圖片 alt 文字、作者信息或發布日期——完全不含實際內容
研究團隊發現一個案例中，摘要完全由目錄（Table of Contents）組成，實際內容為零

五、閱讀快取：一個被忽略的 AI 曝光指標

ChatGPT 維護著一個所有用戶共享的頁面快取：當一個付費用戶開啟了你的頁面，該頁面的完整 Markdown 版本會被快取約 30 分鐘，期間所有用戶（包括免費）都能讀取這份快取版本。

關鍵發現包括：

Cache-Control: no-store 被忽略——即使你的服務器指示不要快取，ChatGPT 仍然會儲存
noindex 也被忽略——OpenAI 不尊重標準的網頁排除協議
JavaScript 不被執行——客戶端渲染的內容對 ChatGPT 完全不可見
頁面最大 4MB——超過 4MB 的頁面直接被拒絕（HTTP 400），不讀取任何內容
JSON-LD 結構化數據被剝離——你精心標記的結構化數據永遠不會通過這個管道到達模型
CSS 隱藏的文本仍被提取——ChatGPT 能看到人類訪客看不到的內容

研究團隊還發現了一個寶貴的指標：API 參數可以返回每個 URL 最後被 ChatGPT 快取的時間戳。這提供了一個近乎免費的 AI 曝光監測工具——你可以通過 API 查詢自己頁面的最後快取日期，了解用戶何時曾觸發 ChatGPT 閱讀你的內容。

六、漏斗數據：從檢索到引用的殘酷現實

研究團隊整理的漏斗數據極為直觀：

61,332 個 URL 被顯示在 ChatGPT 的來源側邊欄
5,032 個 URL 成為引用背後的來源（lead source）
僅 759 個頁面被實際開啟（全部在 Thinking 模式下）
一個被開啟的頁面，被引用的機率是 74%
一個僅被檢索但從未開啟的頁面，被引用的機率只有 7%

這意味著：被 ChatGPT 檢索到只是第一步，真正的戰場是能否被實際「開啟」。而開啟只發生在付費 Thinking 模式中。

七、引用之謎：部分引用來自模型記憶而非檢索

研究還發現了一個尚未被完全解釋的現象：部分被引用的來源在搜尋結果中完全不存在。研究團隊推測，這些引用來自模型的參數記憶（parametric memory）——即模型在訓練過程中學到的知識，而非即時檢索的結果。這些「來自記憶」的引用幾乎總是知名網站的根域名，並被加上 utm_source=chatgpt.com 參數，看起來就像來自搜尋結果一樣。

這對香港企業的啟示是：品牌聲望和訓練數據中的出現頻率，可能比即時 SEO 優化更能決定 AI 引用。這與我們之前報道的 ChatGPT 內部品牌偏見研究完全一致。

行動清單

優化 H1 後的首 200 字符：確保第一個 H1 標題後立即跟隨你的核心訊息——分類標籤、日期、作者信息等雜項應放在內容區塊之後
撰寫自成一體的標題：因為完整標題（無論多長）都會被 Labrador 索引保留，寫一個能獨立傳達關鍵信息的標題
保持 4MB 以下：檢查頁面大小，過重的頁面會被 ChatGPT 完全忽略
避免客戶端渲染關鍵內容：重要的品牌訊息和 SEO 內容不應僅通過 JavaScript 渲染
保留 Meta Description：雖然對 Labrador 無效，但 Google-fed 管道（Bright/Oxylabs）仍會使用
通過 API 監測快取時間：利用 OpenAI API 查詢你的頁面最後被 ChatGPT 快取的日期
關注 utm_source=chatgpt.com 以外的信號：ChatGPT 在 Thinking 模式下開啟的頁面不會攜帶 UTM 參數，需同時監測 ChatGPT-User User Agent
針對免費用戶構建摘要優化策略：因為 90% 的 ChatGPT 用戶只看到你的 200 字符摘要

小結

這項 RESONEO 研究是迄今為止對 ChatGPT 檢索系統最徹底的剖析。它的核心發現十分清晰：ChatGPT 的引用機制遠比大多數 SEO 從業者想像的更粗糙——查詢無關的摘要、不執行的 JavaScript、被忽略的 noindex、共享的閱讀快取——這些「技術債務」在短期內反而為內容創作者提供了可操作的優化空間。

對香港企業而言，最緊急的行動是確保 H1 後的 200 字符傳達了你的核心價值。在 ChatGPT 免費用戶的 93% 答案中，這就是模型對你網頁的唯一了解。與此同時，品牌聲望建設仍然是長期 AI 能見度的基礎——無論是通過媒體報導、行業評測還是用戶生成內容。

如果您的團隊需要全面的 GEO 技術審計和內容優化策略，歡迎聯繫我們的專家團隊進行免費諮詢。