ChatGPT搜索机制揭秘：AI如何选择和引用网站内容

ChatGPT引用网站数量大幅下降

根据最新研究数据显示，今年3月4日OpenAI将ChatGPT默认模型从GPT-4o切换到GPT-5.3 Instant后，每个回答中引用的独特网站数量从平均19个下降到15个，降幅超过20%。这一变化对全球9亿周活跃用户产生了显著影响。研究团队通过追踪14周内400个日常提示发现，独特URL的引用数量也从24个降至19个。这种现象被研究者称为”大脚怪效应”，类似于2012年Google算法更新时单一域名占据整个搜索结果首页的情况。虽然ChatGPT响应中的引用展示区域没有改变，但分享这些展示机会的网站数量却大幅减少，意味着相同的曝光机会被更少的网站瓜分，对那些未能入选的网站造成可见性损失。

ChatGPT搜索系统web.run的技术革新

研究人员通过逆向工程揭示了ChatGPT内部搜索系统web.run的工作机制。在GPT-5.3版本之前，该系统使用管道符分隔的紧凑文本命令格式，而新版本则采用带有类型参数的结构化JSON对象。这不仅是格式变化，更反映了模型在制定和分发网络操作方面的架构性改变。新的web工具现在支持12种操作，比之前的4种大幅增加，包括search_query、open、find、click、screenshot和product_query等功能。GPT-5.4版本能够进行5到10轮以上的搜索链，基于前一轮结果不断优化查询，而GPT-5.3 Instant通常只进行2到3轮搜索。值得注意的是，Google的技术痕迹仍然清晰可见，产品URL中出现的Google跟踪标记显示后端仍依赖第三方搜索提供商。

AI工具集成带来的影响与机遇

ChatGPT搜索机制的变化反映了AI工具集成领域的重要发展趋势。新版本倾向于选择更具权威性的信息源，这对内容创作者和网站运营者提出了更高要求。研究发现了一种新的扇出查询类型browse_rewritten_queries，专门用于产品查询，当用户询问购买建议时，系统首先运行单一重写扇出构建候选产品列表，然后为每个产品单独启动购物扇出获取规格、评论和价格信息。这种精细化的查询机制为AI Post Images Generator等工具的集成提供了技术基础。对于希望在AI搜索结果中获得更好可见性的网站，需要重新审视内容策略，确保信息的权威性和准确性。同时，这也为专业的AI工具开发者提供了新的机遇，通过深入理解这些搜索机制来优化产品功能。

Source: Inside ChatGPT Search: how web.run and fan-out queries shape AI visibility