生成式引擎选择引用来源，公开能核验的不是排序公式，而是三道门——可抓取、可解析、可信号：页面要能被搜索型爬虫抓到，要能被解析成稳定事实，还要能在站内外被认成同一个实体。截至 2026-09-10，ChatGPT、Perplexity、Kimi 都把搜索型抓取和训练型抓取拆开写；挡掉搜索型，官方口径是更难出现在对应产品的搜索答案里。豆包侧能对上的公开爬虫是头条搜索的 Bytespider；DeepSeek 未见官方爬虫说明。过了这三道门，只取得被引用的资格，不保证这一次答案会链到你。
没有公开的排序，只有可核验的资格
「AI 为什么从来不提我们」常被理解成：某家模型内部有一份品牌黑名单，或者有一套可以逆向的引用权重。各家没有发布这样的公式。
公开文档写的是另一件事：先成为候选，才谈得上被点开、被摘句、被放进来源列表。Aggarwal 等把这类产品叫生成式引擎：答案由多源综合而成，站点对「这一次会不会展示我」几乎不可控。那是学术观察，不是某家后台配置。对企业的推论只有一句：先把可核验的资格做对。
《AI 搜索可见度诊断从哪些问题开始》教你怎么测「提没提、说没说对、引了谁」。本篇接着讲：要过哪几道门，你的页面才有机会出现在那份「引了谁」里。
常见误区是把训练型爬虫、搜索型爬虫、用户提问时的临时取页当成同一个开关。三者用途不同。细则见《AI 爬虫来过你的网站吗》。本稿只看搜索型：它才直接关系到「会不会进搜索答案」。
成为候选的三道门
下面三道门是本文工作定义：用来把公开文档里的资格条件收成一张对照表。它不是任何平台公布的评分模型。
| 门 | 问的是 | 截至 2026-09-10 能核对什么 | 过了门之后 |
|---|---|---|---|
| 可抓取 | 搜索型机器人能不能拿到这页正文 | OpenAI：OAI-SearchBot 用于 ChatGPT 搜索展示；退出则不出现在搜索答案中，仍可能作为导航链接。Perplexity：PerplexityBot 用于搜索结果中的展示与链接，不用于训练。Kimi：Kimi-SearchBot 建搜索索引，禁止则不出现在 Kimi 搜索结果。头条搜索：Bytespider 抓网页做检索。百度：Baiduspider 写入搜索索引 | 只说明「能被对应检索体系看见」 |
| 可解析 | 拿到之后能否确认这页在说什么 | Google 写明结构化数据是给搜索引擎的页面含义线索。/llms.txt 是给智能体看的站点导览提案（Howard，v2 修订于 2026-08-10），不是各家爬虫文档里的承诺接口 | 只说明「机器有稳定事实可核对」 |
| 可信号 | 核对之后能否确认「这是你」 | 本文推断：站内名称、简介、Organization 与站外简介不一致时，答案更容易接到同名的别人。字段清单见结构化数据 | 只说明「被认成你的机会更大」，不是引用承诺 |
第一道门，国内和海外不要套同一张 UA 表。
海外侧，ChatGPT 与 Perplexity 都写了：搜索型和训练型独立；robots 变更后，搜索侧大约最多 24 小时调整（这只约束这两家自己的说明）。Kimi 同样三分：KimiBot 训练、Kimi-SearchBot 搜索、Kimi-User 用户触发。用户触发这一路，Perplexity 写明通常忽略 robots.txt；Kimi 写明因用户发起，robots 不一定直接适用。
国内侧，豆包没有另给一套与 Kimi 同级的三分官方 UA 表。能核验的是头条搜索站长口径：Bytespider 是头条搜索爬虫。「豆包引用等于头条索引」缺少豆包产品文档，只是行业推断。DeepSeek 官网未见爬虫说明；第三方目录里的 DeepSeekBot 只能记成声称。百度检索看 Baiduspider：官方写它为搜索建索引，没有单独的「文心引用爬虫」。
第二道门，不要把 Google 的结构化数据指南，读成 ChatGPT 或豆包的引用开关。Google 说标记帮助它理解页面，并用于富结果资格，不保证展示。ChatGPT、Perplexity、Kimi 的爬虫文档在本稿核验日列出的站长控件，是 robots.txt 和 IP 段，不是 JSON-LD 字段名。llms.txt 降低整站 HTML 塞进上下文的成本，替代不了正文里的事实。
第三道门是资格里最容易被当成「内容技巧」的一层。生成式答案是综合，不是搬运。你的服务边界写在官网第 3 屏，百科或目录站用旧简介写在第一句，模型摘哪一句，没有公开规则可查。企业能做的，是让可被抓到的页自己把事实说全，并且站内外同一套名称与简介。
企业能改的三步，和改不了的
能改的，对应三道门各一步。
放行搜索型，并把关键公开页做成 200。 训练型是否放行是合规决定，不要和搜索型绑死。OpenAI 写明可以放行 OAI-SearchBot、同时拒绝 GPTBot。Kimi 同样允许按爬虫分别写 robots。WAF 或 CDN 若在读到 robots.txt 之前拦截，文件写了也等于没放行；Perplexity 为此单独写了 WAF 放行说明。
让页面自己能被摘。 开篇用一两句回答真实提问；服务范围、适用对象、不做什么写在同一页，不要拆到要登录才看得到的 PDF。JSON-LD 与可见正文说同一件事。这是可解析，不是「调权重」。
让实体对得上。 官网、工商信息、百科、目录站，名称和一句话简介不要各写各的。对不上时，答案引用谁都不算平台「针对你」。
改不了的，至少有三类。
未公开的选择过程。 ChatGPT 帮助中心写的是：使用网页搜索的回复可能包含引用；点引用打开来源。它没有写「按什么分数挑选这三条」。Perplexity 帮助中心写答案带编号来源，并把来源称作 authoritative，那是产品自述，不是可复算的权重表。Kimi 用户协议写：联网搜索会展示第三方来源，输出是对来源的整合，不代表背书。协议承认「有来源」，不公布「为何是这几个域名」。
单次生成的波动。 同一问题隔天再问、换个说法、换个地区，答案和来源列表都可以变。衡量要用问题基线复验，不要用一张截图当机制证据。
第三方存量。 OpenAI 出版商 FAQ 写明：若 URL 来自第三方搜索提供商或其它已抓页面、且与问题相关，即使你的 robots 禁止了那一页，ChatGPT Atlas 仍可能只露出链接和标题；若连这种露出也不要，需要 noindex，并且爬虫得能读到这个标签。挡掉自家正文，也挡不住别人已经在转述你。
影响得了与影响不了
影响得了：搜索型 UA 对关键 URL 是不是 200；标记与可见事实是否一致；问题基线里「引用来源」列有没有自有域名。
影响不了：这一次 ChatGPT、Perplexity、豆包、DeepSeek、Kimi 会不会点名你；引用条数和排序；任何推荐位或排名。方法链仍是诊断→内容→技术→监测。没被引，先修资格，不要猜内部名单。
常见问题
挡掉 GPTBot / KimiBot，还会被搜索答案引用吗？
官方把训练型和搜索型拆开。OpenAI 与 Kimi 都允许拒绝训练、放行搜索。拒绝训练，不等于退出该产品的搜索答案；拒绝搜索型，才是官方写明的「不出现在搜索结果 / 搜索答案」条件。用户触发取页是第三条线，和收录不是一回事。
写了 llms.txt 或 JSON-LD，会不会被优先引用？
没有公开文档把这两项写成 ChatGPT、Perplexity、Kimi、豆包或 DeepSeek 的引用加分项。Google 的结构化数据指南约束的是 Google 搜索理解与富结果资格。llms.txt 是提案。它们提高可解析性，不构成引用承诺。
豆包、DeepSeek 没有三分爬虫表，三道门还适用吗？
适用的是工作定义，不是同一套 UA。豆包侧先核 Bytespider 和头条搜索站长口径，再靠问题基线观察答案引了谁。DeepSeek 先承认「没有官方爬虫页」这一事实，再用同一组问题看答案侧，不要伪造官方 UA。
答案里出现了我们的域名，等于官网已经被抓过吗？
不等于。域名也来自第三方转载。OpenAI 另写过：在 ChatGPT Atlas 里，第三方搜索提供商提供的 URL 可以只露出标题和链接——那是 Atlas 的口径，不是所有 ChatGPT 界面的通用规则。服务器日志里的搜索型 UA 与答案侧的引用要分开记，见《AI 爬虫来过你的网站吗》。
为什么同一问题，两次引用的网站不一样？
因为选择过程未公开，而且答案是当场生成的。两次不一致，证明不了「官网资格变了」，只证明单次结果不是机制。要看资格有没有变，回到三道门对照和问题基线，不要用两次截图互相打架。
本周可以做的一件事
只做一件事：选 1 个你最希望被当成答案来源的公开页（首页或核心服务页），填下面这张表。
| 检查项 | 记录 | 过 / 不过 |
|---|---|---|
robots.txt 是否放行 OAI-SearchBot、PerplexityBot、Kimi-SearchBot；面向中国大陆是否放行 Bytespider、Baiduspider | ||
| 该 URL 在浏览器无登录时是否 200，正文是否完整 | ||
| 页上是否有与可见内容一致的 Organization 或 Service / Article JSON-LD | ||
| 首段能否单独回答一个不带品牌名的行业问题 | ||
| 用诊断篇的来源列，在 ChatGPT 与 Kimi 各跑 3 条相关问题，记下答案里的域名 |
验收：没做过这个站的同事，应能根据表指出「卡在抓取、解析还是信号」。若只能说「AI 不喜欢我们」，表还没做成可移交的记录。
中屹信息提供生成式引擎优化（GEO）服务，覆盖诊断→内容→技术→监测。我们交付可验证的内容与技术基建、以及按问题基线复验的记录，不承诺不可控的 AI 推荐或排名结果。若需要把本文方法落到你的官网，可从服务或联系开始。