ChatGPT 的引用從何而來？
SEO 業界一直把 ChatGPT 的搜尋能力當作黑盒。2026 年 8 月，RESONEO 團隊發表了一份迄今最詳盡的研究報告，通過分析 1,200 個 ChatGPT 回答、88,000 個搜尋結果及 26,900 個獨立頁面，首次完整拆解 ChatGPT 的檢索架構。這份報告對任何從事 GEO（Generative Engine Optimization）的品牌而言，是理解 AI 搜尋可見度的必讀材料。
三層檢索系統
ChatGPT 的搜尋引用並非來自單一數據源，而是由三個層級組成：
1. Labrador — OpenAI 自家索引
研究團隊在 ChatGPT 的原始數據串流中發現一個名為 labrador 的內部分類標籤。這是 OpenAI 自家的檢索樞紐，整合了網頁搜尋、新聞、學術論文（arXiv）、Reddit 及 YouTube。Bing 並非 ChatGPT 的搜尋後端——僅 1.5% 的 labrador URL 同時出現在 Bing 的前 20 名結果中。
Labrador 的摘要（snippet）機制尤其值得注意：它固定在索引時擷取約 200 個字符，不因查詢而改變。同一 URL 無論用戶查詢價格、歷史還是副作用，返回的都是同一段摘要。而這段摘要是抓取 H1 標題及附近可見文字構成，完全忽略 meta description。這意味著你精心撰寫的 meta 描述在 ChatGPT 的免費模式中形同虛設。
2. 快取層 — 已被讀取的完整頁面
ChatGPT 維護一個跨用戶共享的頁面快取。當一個頁面曾被「ChatGPT-User」機器人讀取過，完整 HTML 轉 Markdown 的版本會存入快取，後續所有用戶的提問都可直接引用。研究發現，被讀取的頁面有 74% 的機率最終被引用。
3. 即時讀取 — 只限付費用戶
在免費 Instant 模式下，ChatGPT 93% 的回答完全不讀取任何網頁，僅依賴 Labrador 的摘要。真正的頁面讀取僅發生在付費 Thinking 模式，且該模式下 75% 的搜尋結果來自即時爬取的 Google 數據。
免費與付費用戶看到不同網絡
一個令人震驚的發現是：免費與付費用戶看到的網絡幾乎相反。免費 Think 模式 74.7% 來自 Labrador 自家索引；付費 Thinking 模式 75.3% 來自即時爬取的 Google 結果。同一問題、同一檢索量，背後是完全不同的數據源。
這對 GEO 策略的直接含義：在 Google 排名好，不等於在免費 ChatGPT 中被引用。你需要同時優化兩個渠道。
對香港 GEO 策略的啟示
- 摘要文案重於一切：在免費 ChatGPT 模式中，你只有 200 字符的摘要空間來決定 AI 能否理解你的內容。確保 H1 標題清晰，H1 周邊文字包含關鍵資訊。
- 4MB 死線：ChatGPT 的機器人拒絕讀取超過 4MB 的頁面（非截斷，直接 HTTP 400）。確保頁面輕量化，JavaScript 客戶端渲染的內容無法被讀取。
- 結構化數據效力有限：scripts、iframes 及 JSON-LD 在讀取過程中被剝離。不要依賴 schema markup 來傳達資訊。
- 投幣模式決定策略：如果你的目標客戶以免費 ChatGPT 用戶為主，優化重點應放在 Labrador 索引的可見度，而非 Google 排名。
未來趨勢
研究團隊指出，OpenAI 的檢索系統正在變得越來越難觀察。結果來源標籤已從數據串流中消失，供應商名稱被匿名化，路由每週變動。這意味著 GEO 從業者需要建立持續監測機制，而非依賴一次性優化。
完整報告由 RESONEO 公開於 think.resoneo.com/chatgpt-retrieval/，所有數據及方法論可供業界驗證。