什么我的AI搜索排名突然下降了

TL;DR

• AI 搜索可见性突然下降，可能来自监测范围变化、平台更新、爬虫访问受限、索引或展示设置、内容过时，以及竞争来源变化。先确认下降是否真实，再按证据处理对应问题。
• 分开看品牌提及、页面引用和品牌相对排名，再打开回答核对推荐措辞。不同指标下降，需要检查的对象也不同。
• 一天骤降，先查数据完整性和近期网站改动；连续几周下滑，再重点比较内容、需求和引用来源。
• 找到明确故障就先修复，并保留固定问题、完整回答和改动日期，用后续可比数据复查。

昨天还在 ChatGPT 里，今天怎么突然消失了？

假设你每周用同一组问题、相同平台和地区观察品牌表现，发现这周品牌提及率比上周下降了 40%。上周还经常出现的品牌，现在几次都没看到。你首先想到的，可能是网站出了问题，也可能是竞争对手抢走了位置。

此时最有用的动作，是打开变化前后的回答，确认到底少了什么。

品牌名字出现得少了，是提及减少；指向网站页面的来源链接少了，是引用减少；品牌在比较榜单上的位置后移，是相对排名变化。还有一种情况：品牌仍在回答里，却从明确推荐变成了“可以考虑”，或只适合更窄的场景。推荐态度要结合完整回答判断。

在 Dageno 中，Visibility 表示所选范围内提到品牌的回答占比；Visibility rank 表示品牌在比较集合中的位置。页面引用另看引用记录。要区分名字出现、来源链接和推荐态度，可以参考Mention、Citation 与 Recommendation 的区别。

Bing 的 AI Performance 指标说明也明确将报告定义为可见的引用活动，而非传统排名。你需要先确定观察对象，才知道下一步该查监测配置、网站访问，还是回答采用的内容。

先判断：你的 AI 排名是怎么掉的

情况一：一天之内突然断崖式下降

先看当天的数据是否采集完整，再把下降日期与网站发布记录对齐。robots.txt、服务器、防火墙、页面模板或索引设置的变动，都值得优先检查。

同时看影响范围：所有问题一起下降，还是只有某一类产品页面？如果恰好有一次全站部署，先检查公共配置；如果只有少量页面异常，先查这些页面的状态和内容。把“首次发现下降的时间”和“最早出现异常的回答”记下来，排查会更集中。

情况二：几周内持续缓慢下降

逐渐下滑适合从内容与来源变化入手。找出连续失去提及或引用的购买场景，比较旧回答与新回答：用户条件是否变化？价格和功能是否过时？现在采用的页面多回答了哪些问题？

还可以把总数拆成问题类型：通用介绍保持稳定，但预算选型持续减少，就优先检查预算条件与价格材料。这样能把宽泛的“品牌变差了”缩小到一个有页面、有负责人、可以验证的问题。

先选业务重要、变化持续的场景。一次性重写整个网站，很难判断哪项修改真正解决了问题。

情况三：只有一个 AI 平台下降

先在同一地区、同一组问题内比较各平台。如果 ChatGPT 下降而其他平台稳定，就把排查收窄到 ChatGPT 的回答、来源和 OAI-SearchBot 访问记录。网站也可能只拦截了某一种爬虫。

在 Market overview 的 Platforms & regions 中，可以并排查看各平台的 Visibility 和 Rank。图中 ChatGPT 的“#1 / 185”表示在 185 个比较品牌中排第一；要判断回答里谁先被推荐，需要继续阅读回答。定位平台后，再固定地区复查；不同地区的数据混在一起，会让平台之间的差异看不准。

情况四：传统 SEO 没掉，但 AI 可见性掉了

搜索结果中的页面位置、AI 回答引用的页面、回答推荐的品牌，分别对应不同结果。网页仍有搜索排名时，先看同一购买问题的 AI 回答采用了哪些来源，以及这些来源提供了什么事实。

如果 Google 排名稳定，但 AI 只引用网站而很少推荐品牌，就应核对页面是否把产品与具体需求联系起来。Google 有排名、AI 却不提品牌的排查方法讨论了这种差异。这里先确定受影响的平台、问题和页面，再进入下面的原因检查。

为什么我的 AI 搜索排名突然下降？

原因一：AI 平台或模型更新了

AI 搜索需要找到资料，再组织回答。Google 在生成式 AI 搜索优化指南中解释，它会通过检索增强生成（RAG）从搜索索引获取相关信息，也会使用 query fan-out，同时执行多个相关查询，帮助回答复杂问题。

检索到的页面、采用的信息和最终回答都可能变化。Bing 也说明，引用量会受用户问题的数量与类型、内容更新，以及系统或模型更新影响。因此，网站原文未变，引用表现仍可能发生变化。

判断时，查看同一平台上多个品牌和来源是否一起波动，并核查平台公告及网站改动记录。如果变化集中在一个平台，而网站访问正常，可以先保留观察，下一批继续复测相同问题。

此时最值得保留的是旧回答、新回答、引用 URL 和日期。这些记录能帮助你判断变化是否持续；仅凭一条下降曲线，难以确定是哪次模型更新造成的。

原因二：AI 爬虫突然无法访问你的网站

一次防火墙规则更新，就可能让普通访客正常浏览，而搜索爬虫收到拒绝访问、验证页面或服务器错误。检查时需要同时看 robots.txt 和真实请求的响应。

OpenAI 的发布者 FAQ要求，希望内容进入 ChatGPT 摘要与片段的网站应允许 OAI-SearchBot。其爬虫文档区分了负责搜索的 OAI-SearchBot 与负责训练的 GPTBot，并提供搜索爬虫的 IP 信息。

Perplexity 在robots.txt 官方说明中表示，PerplexityBot 会遵循规则，阻止抓取会影响正文索引；域名、标题或简短事实摘要仍可能保留。

搜索体验／对象	先检查什么	怎样理解结果
ChatGPT Search／OAI-SearchBot	robots.txt 规则、官方搜索爬虫请求与防火墙日志	搜索与训练爬虫分别配置；受阻页面仍可能出现导航链接
Perplexity／PerplexityBot	正文是否被禁止索引、实际响应和访问日志	看见标题时，仍需核查正文获取情况
Google AI Overviews、AI Mode／Googlebot	Googlebot 访问、URL 检查中的抓取内容	Google 搜索抓取使用 Googlebot；生成式 AI 参与设置另查
Bing 支持的 AI 体验	Bing 索引资格、robots.txt 和站长控制	AI Performance 提供引用观察，访问故障要由请求与日志确认

先自己做一组快速检查：打开受影响 URL 和 robots.txt，核对对应机器人规则；请网站团队检查状态码、防火墙验证和错误日志。确认机器人身份时结合官方信息，避免只凭请求里写的名称放行。

若日志显示误拦截，修正具体规则，再确认正文可以读取。若访问正常，下一步检查页面是否满足索引与展示条件。

原因三：页面仍然在线，但不再满足索引或 AI 展示条件

页面返回正常，只完成了访问这一关。Google 的AI 功能说明要求页面被索引，并具备在搜索中展示摘要的资格。网站管理员应先在 URL 检查中查看索引状态、抓取内容及 Google 选择的规范页。

接着核对 noindex、X-Robots-Tag 和摘要控制。canonical 指向其他地址时，确认目标是否正确；页面发生重定向时，检查新地址是否承接原有内容。按照 Google 的规范页说明，canonical 是你向 Google 提出的建议；Google 最终选了哪个页面，要在 URL 检查里查看。

再检查正文是否需要登录，或只返回空壳与错误提示。使用 JavaScript 的页面，重点是关键内容能否被实际获取。sitemap 中少了一个 URL 时，确认还有没有其他页面链接到它，以及它是否仍在索引里。

Google Search Console 的 Settings → Search generative AI 也值得核对。根据生成式 AI 参与设置，Exclude 会排除相关生成式 AI 展示，而普通搜索仍可保留；子属性还可能继承父属性设置。

页面能打开，不等于 AI 能检索到它。

原因四：你的内容变旧了，但竞争对手变新了

假设你有一篇“Best CRM Software for Startups 2025”，到了 2026 年，价格、产品清单和功能截图仍停留在旧版本。读者现在要判断采购成本，旧价格会直接影响答案是否有用。

Bing 的 AI Performance 指南建议保持内容新鲜、准确。实际更新应从会改变购买决定的事实开始：套餐是否改价，功能是否移到更高等级，产品是否停用，地区和集成支持是否发生变化。

可以沿着页面做一次检查：事实与产品现状、数据年份、外链出处、截图、案例条件，以及作者实际经验。对每一项记录“目前怎么写、最新依据是什么、需要改哪一句”。优先处理过去被引用、且涉及价格或适用条件的段落。

如果旧案例仍有参考价值，可以保留当时的产品版本和使用条件，并另补当前说明。历史测试数据也应保留原始日期；将旧结果直接改标为今年，会让读者误解测试发生的时间。

更新完成后，再写准确的修改日期，并说明实质变化。只把标题年份换新，读者仍会得到旧答案。复查时关注后续回答是否采用了更新后的事实，而不只看引用次数是否回升。

原因五：你的内容太普通，缺少值得引用的独特信息

一篇文章可能定义齐全，却没有提供读者在别处找不到的帮助。Google 的生成式 AI 搜索优化指南建议创建 non-commodity content，也就是加入独特观点、一手经验或原创分析的内容。

真正需要补充的是可核查的信息：产品的适用条件、测试方法、限制、比较依据，以及资料出处。原创研究只是其中一种形式；一份准确的集成说明，也可能解决购买者反复遇到的问题。

下面是写法示范。强写法适用于已经整理好对应材料的页面：

弱：我们的 CRM 功能强大，适合初创团队，能帮助企业降低成本。

强：先按销售席位、计费周期和必需功能计算总成本，再比较现有系统与候选 CRM。比较表逐项列出官方价格来源、同步方式、迁移步骤和额外收费项目，方便团队核对自己的配置。

第二种写法明确了读者能得到什么、怎样核查。实际发布时，把表格和依据放在页面上，产品限制也写清楚。若做过测试，就交代测试日期、版本、过程和结果；若只整理了官方资料，就准确说明资料来源。

改写可以从一条重要问题开始：用户需要哪个事实才能决定？找到这个事实，再补证据，比继续增加泛泛的行业介绍更有用。

原因六：用户的问题变了，而你的内容没有跟着变

“最佳 CRM”只说明产品类别。假设用户现在问：“我们是一家 15 人的 B2B SaaS 公司，营销已用 HubSpot，销售想换更便宜的 CRM，选什么？”回答需要处理成本、营销数据同步、销售流程和迁移投入。

页面若只列出“适合小企业”的产品清单，就缺少这些条件下的判断依据。可以从购买任务拆出子问题，再为每个子问题寻找页面证据：现有工具怎样连接？哪些字段同步？预算按什么计费？哪些功能要额外购买？

不要只问“我这个关键词排第几？”，而要问“针对这个购买决策，AI 需要回答哪些子问题，我的网站提供了其中多少证据？”

在 Dageno 的 Search intents 中，先看 Recommendations 下的具体任务。图中的 Choose by budget or tier 对应预算选择，Find alternatives 对应替代方案。选择受影响的子意图，再通过 View AI responses 查看实际回答和来源。

例如，预算场景的回答反复提到每席位费用，而官网只写起步价，就先请产品负责人核对必需套餐和附加费用。若产品满足条件，再补到价格说明或对应比较页；如果总成本超出用户预算，就把监测和优化重点放到产品真正适合的购买问题上。

Demand share 用来理解当前分析范围内的需求构成；真实用户需求是否变化，还应结合销售咨询、客户问题和站内搜索记录。找到反复出现的新条件后，更新最相关的产品页或比较页，让读者可以直接核对答案。

原因七：竞争对手或其他页面提供了更合适的引用材料

过去引用你的回答，现在可能改用媒体评测、竞品文档或专业指南。要理解变化，需要把旧回答与新回答中的具体 URL 摆在一起。

先问新来源解决了什么：它补充了价格？提供了测试过程？说明了产品限制？还是把几个候选方案放在相同条件下比较？Microsoft 的AI 搜索内容组织建议强调清晰、具体、有上下文的信息，以及便于理解的标题和内容结构。这些角度适合用来检查页面差距。

Dageno 的 Citation analysis → Top cited pages 可以帮助找到高频引用页面。先看标题、URL 和 citations，再打开与下降场景相关的来源。Competitor citations 和 Citation gaps 则帮助寻找竞品相关来源与品牌缺口；历史变化要结合前后两批回答确认。

来源来自第三方时，先确认它是否描述了自家品牌，以及描述是否准确。如果页面采用的是旧功能信息，可以向作者提供最新一手资料；如果确实缺少实际使用证据，就准备可复核的测试过程或真实案例。

比较时记录六项即可：事实、证据、更新时间、专业经验、结构、独有信息。将差距写成具体任务，例如“补齐销售席位的计费说明”，而不是“提高权威性”。如果主要问题是产品适配但竞品更常被推荐，可以继续核查竞品被推荐、自己没被推荐的原因。

原因八：页面改版时，有用的信息被删掉了

假设一次改版为了突出转化，把价格对照、功能限制和常见问题换成大幅主视觉、宣传语与预约按钮。页面看起来更简洁，但想核对价格与适用条件的读者少了依据。

检查时，把旧版和新版的可读取正文逐段比较。过去回答采用的段落是否还在？功能表是否变成了只有图片的内容？关键说明是否移到登录后？原 URL 是否跳转到一个更泛的页面？

这里需要分清两种问题。内容仍在、但获取失败，交给网站团队检查渲染与响应；内容已经删除，则由产品和内容团队确认哪些事实需要恢复。改版时，为了突出转化按钮、缩短页面，有时会挤掉读者做决定需要的信息。保留转化入口的同时，用文字、表格和问答写清关键事实。

上线前保存重要页面的正文与截图；上线后再次检查实际获取的内容。复查时先确认事实恢复，再观察相同问题的后续引用。这样可以把页面修复与回答变化对应起来。

原因九：监测方法变了，报表看起来像下降

在改内容之前，核对题组、平台、地区、语言、时间窗口及有效回答数量。新增问题会改变统计分母，也可能改变问题难度和需求构成。

例如，将 50 个已有问题扩展到 500 个问题后，新题组若覆盖了品牌尚未服务的场景，整体提及率可能下降。新题组的表现也可能更高，或与原有题组相近。最有解释力的比较，是把原有问题单独拿出来，看它们是否同步变化。

记录前后两期提及率和有效回答数，并注明降幅是相对变化还是百分点差值。指标分母也要保持一致。Dageno 的 Visibility 以所选范围内全部回答为分母，计算其中提到品牌的比例。Effect tracking 的 URL citation rate 以日期范围内已采集的回答为分母，计算其中引用该 URL 的比例。Brand mention rate 只看引用了该 URL 的回答，计算其中提到品牌的比例。不同范围的百分比应分别解读。

还要区分引用次数与覆盖率。在 Cited source leaderboard 中，citations 是被引用的次数，Cited in …% of responses 是有多少比例的回答引用了它。做前后比较时选定同一个字段，并保留相同统计范围。

同时核查遗漏、失败和尚未处理完的记录。Bing 说明其 AI Performance 使用抽样数据，并存在处理延迟。对于任何监测报表，都应先确认当前窗口是否完整，再与完整的历史窗口比较。

AI 排名下降后，按什么顺序排查？

下面八步用于安排工作。每一步保留一个明确结果，方便下一位负责人接着查。发现明确的访问或索引故障时，可以立即处理。

第一步：确认比较的是同一批数据

列出前后两期的问题、平台、地区、语言、日期和有效回答数。把新增题组单列，补齐采集记录后重新比较。留下的结果应是一组范围一致、可以复查的回答，以及具体下降的指标。

第二步：判断是单平台还是多平台

把同一题组按平台拆开，再按地区检查。记录异常集中在哪里、从哪天开始。如果只影响一个平台，后续优先查看该平台的抓取条件和回答来源；多平台同步下降则优先查共同配置与内容改动。

第三步：判断是全站还是部分页面

列出失去引用的 URL，并单独列出品牌提及减少的问题。品牌仍可能通过第三方页面出现在回答里，所以两张清单分别检查。找出是否集中于同一目录、模板、产品或购买场景。

第四步：检查访问、索引和展示设置

把受影响的页面交给网站与 SEO 负责人，核查爬虫日志、状态码、正文、索引和相关展示控制。每个异常附上具体 URL、发现时间与证据，避免只留下“爬虫可能被挡”的猜测。

第五步：对齐近期改动记录

核对部署、迁移、模板更新、价格调整和内容删改。将改动时间与异常时间并列，寻找值得复查的页面。时间接近时，再检查改动是否确实影响访问或关键事实。

第六步：比较过去和现在的引用来源

从同一问题的前后回答提取来源 URL，打开当前被采用的页面，记录它回答了哪些子问题。优先比较对购买判断有影响的信息，形成具体差距清单。

第七步：确定缺少哪一项事实或证据

把“内容不够好”改成可完成的任务：更新失效价格、补集成条件、解释适用范围，或补充已有测试的方法与结果。明确材料由谁提供、写在哪个页面、用什么来源核对。

第八步：修复后，在相同条件下复查

记录上线时间，先验证页面与配置已经正确，再查看后续可比回答中的提及、引用和描述。若结果仍未改善，回到尚未证实的原因继续取证；每轮保留修改内容和观测窗口，便于追踪。

AI 排名下降总结表

完成排查后，用下面这张表分配任务。将已查到的事实填入对应行，再约定复查时间。

已核实的发现	优先负责人	第一项动作	复查依据
题组、范围或分母改变，数据不完整	分析／监测负责人	重建可比范围，分开新旧题组或补齐记录	配置、有效回答和统计定义一致
特定搜索爬虫遭误拦截或持续错误响应	网站／运维	修正规则或服务故障	经核验的请求、日志与可读取正文
noindex、错误规范页或生成式 AI 排除设置	SEO／网站管理员	纠正误配置并确认目标 URL	索引、规范页与展示设置
价格、功能、版本等已过时	产品／内容负责人	更新事实和出处	页面与当前产品一致，后续答案采用情况
当前来源提供了自己缺少的关键证据	内容／产品／公关	补事实，或向相关第三方提供准确材料	来源更新与后续同类回答
改版删除关键信息或使正文难以读取	网站／内容负责人	恢复有用事实，修复获取问题	新旧正文差异与后续引用记录
只确认平台波动，未发现本站异常	分析负责人	记录下次复查时间与待补证据	可比回答、平台公告及来源变化

如何防止下一次 AI 可见性下跌时措手不及

日常监测最重要的准备，是留下足够的比较依据。团队平时可以围绕四组信息安排复查。

第一组：市场、需求与竞品。先明确业务要服务哪个市场，买家在做什么决定，通常会比较哪些品牌。Dageno 的 Brand overview 可以作为起点，再通过 Search intents 找到重要购买任务。市场选错时，再精细的提及率也难以指导业务。

看总览时，先确认 Market，再看 Visibility 和 Visibility rank。一个反映品牌出现的比例，一个反映比较位置。随后进入 Platforms 或 Regions，定位需要继续看的范围，再核对具体回答。

第二组：固定问题与平台地区。为核心购买任务保留代表性问题，记录语言、地区、平台与运行条件。新增问题可以帮助发现新需求，同时保留原题组做长期比较。配置改变时记下日期与原因。

第三组：回答、引用与页面。保存完整回答、推荐措辞、来源 URL 和采集日期。重点页面可以通过 Effect tracking 查看已采集回答中的引用记录。再核对回答里的价格、功能和适用对象是否准确；网站访问与点击则结合自有分析工具观察。

第四组：趋势与变更记录。按团队约定的节奏比较完整窗口，并把网站上线、内容更新和监测调整记在一起。发现异常时，从变化最大的具体场景开始取证。这样，下次看到曲线下降，团队就有旧答案、旧页面和配置可查，可以更快确定第一项动作。

常见问题解答

为什么 ChatGPT 突然不再推荐我的网站？

可能是平台更新、爬虫访问受限、内容过时或引用来源变化。先区分链接减少与品牌推荐减少，再对齐前后问题，检查 OAI-SearchBot 访问和当前来源，用多次可比回答确认变化是否持续。

AI 搜索排名每天变化正常吗？

正常，AI 回答与引用会随时间变化；多个完整窗口持续下滑，或重要购买场景反复失去推荐时，需要排查。先核对有效回答数和监测条件，再比较同类问题的回答与来源变化。

robots.txt 会影响 ChatGPT 和 Perplexity 的排名吗？

会，它影响对应爬虫获取或索引网站内容，进而影响内容参与搜索回答的机会。ChatGPT Search 检查 OAI-SearchBot，Perplexity 检查 PerplexityBot，并结合实际响应和日志确认是否受阻。

SEO 排名很好，为什么 AI 搜索里还是没有我的品牌？

先确认排名页面是否回答了当前购买问题，再看 AI 采用了哪些事实与来源。产品名称、适用条件和比较依据应清楚对应用户需求。针对 Google，还需核对索引、摘要及生成式 AI 参与设置。

AI 搜索排名下降后多久可以恢复？

没有固定时间，恢复取决于下降原因、修复进度、平台重新处理内容的速度和观察窗口。先确认故障或内容已经修复，再用相同问题持续查看后续回答，分别记录提及、引用和描述的变化。

References

1. Bing Webmaster Tools：AI Performance 指标与趋势说明
2. Google：生成式 AI 搜索优化指南
3. Google：AI 功能、抓取与摘要控制
4. Google Search Console：生成式 AI 参与设置
5. OpenAI：发布者与开发者 FAQ
6. OpenAI：搜索与训练爬虫说明
7. Perplexity：robots.txt 与正文索引说明
8. Microsoft：AI 搜索回答的内容组织建议