ChatGPT 的搜尋不是自己上網去抓資料，它是發包出去的。哪一家包商接到你這一題，就決定了答案裡會出現哪些網址。Search Engine Land 在 2026 年 7 月 8 日整理了兩份各自獨立的研究，第一次把這件事變成數字。Chris Green 拿 1,000 個提問、每個最多重跑十次，累積 9,946 次完整的搜尋；Suganthan Mohanadasan 則是直接側錄一個 Pro 帳號兩天的網路流量，大約 1,240 筆來源紀錄。結論很直接：同一個問題問兩次，可能被轉給不同的供應商，帶回一份不一樣的引用名單。這禮拜為什麼要講這個？因為這就是這個月每一份 AI 能見度報表底下、沒有人標出來的那個誤差。
可信度：中。兩位研究者各做各的，方法都公開、任何人都能自己打開來看，而且互相印證。但兩份都沒有經過同儕審查，管線的名字是從網路流量推出來的，OpenAI 也從來沒有承認過這套架構。立場也得先說清楚：兩位作者都在 SEO 這一行，多少會偏向「能見度是可以量測的」這個前提。
- Green 那份 9,946 次的資料裡，一條叫 Labrador 的管線供應了 88.1% 的主要搜尋來源；Bright 占 9.9%、Oxylabs 1.7%、SERP 0.3%。
- 同樣的提問重複跑，有 11.6% 換掉了主要的搜尋來源。
- 一換來源，兩次結果的網址重疊率就從 0.273 掉到 0.149（大約少了 45%）；網域重疊率從 0.265 掉到 0.155（少了 42%）。
- Mohanadasan 兩天的流量側錄（幾十次搜尋、約 1,240 筆來源紀錄）獨立佐證了一件事：ChatGPT 搜尋背後不只一家檢索供應商。
掌握 AI 搜尋的每一步
會牽動你排名和 AI 引用的每個變化，加上該怎麼應對——趁還沒讓你付出代價之前。免費，每週三次。
如果 AI 能見度報告最後是你簽字放行的，這份資料等於幫你把隨機性標上了數字：一個提問只查一次，大概每九次讀數就有一次，量到的只是「這一次剛好由哪條管線回答」。
追蹤工具還是有用的，它告訴你方向，而方向本來就是追蹤工具該做的事。要改的是取樣的方法。跑一次拿到的結果，是在機器擲骰子決定要找哪一家檢索供應商的那一刻量到的——而且沒有人會告訴你這次是誰接的，連付錢買 ChatGPT Pro 的人也一樣不知道。所以當客戶的引用這禮拜出現、下禮拜不見了，第一個該老實問的問題是：客戶那邊到底有沒有動過任何東西？只有重複取樣，才分得出來這是路由在跳，還是內容真的推動了什麼。方向要拿那些不必經過這些看不見的管線的數據來對：Search Console，還有你自己做的第一方引用測試。
- 每一個追蹤中的提問，在每個引擎上至少重跑 5 次，再決定要不要把「拿到引用／掉了引用」寫進追蹤表；而且寫比例（5 次中的 3 次），不要寫單次的有或沒有。
- 月報上的每一個數字，都標出背後跑了幾次；週對週的變化只要小於大約 12% 這個換來源的機率，就先當成未確認，等下一個取樣週期再出現一次才算數。
- 把你為什麼選這個次數、這個門檻寫下來。下次換引擎、換追蹤工具的時候，這套校準才還在。
Search Engine Land: ChatGPT citations change when hidden search pipelines switch, Search Engine Land, 2026-07-08 — https://searchengineland.com/chatgpt-citations-change-hidden-search-pipelines-481843
Chris Green: What can we learn from ChatGPT search?, chrisgreenseo.substack.com — https://chrisgreenseo.substack.com/p/what-can-we-learn-from-chatgpt-search
Suganthan Mohanadasan: How ChatGPT picks sources, suganthan.com — https://suganthan.com/blog/how-chatgpt-picks-sources/