src/content/artikkelit/miten-chatgpt-valitsee-lahteensa.md
Markdown ja frontmatter (portti, faktat, huomiot). Tämä on repon tiedosto sellaisenaan sillä hetkellä, kun sivusto viimeksi rakennettiin. Rivin voi linkittää suoraan: lisää osoitteen perään #r ja rivin numero.
---
title: Miten ChatGPT valitsee lähteensä, kun se hakee verkosta?
description: ChatGPT kirjoittaa kysymyksen hakukyselyiksi, hakee kumppanihaulla ja lainaa sivuja, jotka OAI-SearchBot saa lukea. Näin se toimii OpenAI:n omien dokumenttien mukaan.
pvm: 2026-09-22
pilari: geo-tekoalyhaun-optimointi
tiivistelma: ChatGPT kirjoittaa kysymyksesi yhdeksi tai useammaksi hakukyselyksi, hakee tulokset kumppanihakukoneilta ja lukee sivut OAI-SearchBot-robotilla. Lähteeksi pääsee sivu, joka on hakukoneen indeksissä, jota OAI-SearchBot saa lukea ja jossa vastaus hakukyselyyn on selvästi. OpenAI ei ole julkaissut tarkempia valintaperusteita, joten loppu on testattava itse.
avainsanat:
- ChatGPT
- ChatGPT search
- OAI-SearchBot
- GPTBot
- lähteet
- tekoälyhaku
- GEO
lahteet:
- otsikko: "OpenAI Help Center: ChatGPT search"
url: https://help.openai.com/en/articles/9237897-chatgpt-search
huomio: Automaattinen haku, kumppanihakukoneet, kyselyn uudelleenkirjoitus ja esimerkki, lähteiden epätäydellisyys
- otsikko: "OpenAI: Overview of OpenAI Crawlers"
url: https://developers.openai.com/api/docs/bots
huomio: "OAI-SearchBot, ChatGPT-User, GPTBot: käyttötarkoitus, user-agent, robots.txt, ~24 h viive, IP-listat"
- otsikko: "OpenAI Help Center: Publishers and Developers FAQ"
url: https://help.openai.com/en/articles/12627856-publishers-and-developers-faq
huomio: Älä estä OAI-SearchBotia; noindex estää haun; GPTBot-esto ei estä hakua; utm_source=chatgpt.com
- otsikko: "OpenAI: Introducing ChatGPT search"
url: https://openai.com/index/introducing-chatgpt-search/
huomio: Kolmannen osapuolen hakupalvelut ja kumppanien sisältö; kuka tahansa voi näkyä
- otsikko: "OpenAI: Web search tool (Responses API)"
url: https://developers.openai.com/api/docs/guides/tools-web-search
huomio: url_citation-merkinnät, sources-kenttä, allowed_domains, user_location
- otsikko: "Ahrefs: Just 10% of ChatGPT's short-tail results hit Google's top 10"
url: https://ahrefs.com/blog/chatgpt-google-citations
huomio: 3 311 hakusanaa; 10 % URL-päällekkäisyys, 31,8 % domain-päällekkäisyys (syyskuu 2025)
faq:
- k: Käyttääkö ChatGPT Bingiä?
v: OpenAI:n ohje sanoo, että ChatGPT search tekee yhteistyötä muiden hakupalveluiden kanssa ja mainitsee kumppaneina Microsoftin ja Shopifyn. Bingiä ei nimetä. Turvallisin oletus on, että sivun pitää olla Bingin indeksissä.
- k: Näkyykö sivu ChatGPT:ssä, jos GPTBot on estetty?
v: Kyllä. OpenAI:n mukaan GPTBot kerää koulutusaineistoa ja OAI-SearchBot hoitaa haun. Hakunäkyvyyden menettää vasta, jos estää OAI-SearchBotin tai lisää sivulle noindex-tagin.
kone:
malli: claude-opus-5 (Cowork-agentti, launch-erä)
generoitu: 2026-09-22T10:38:00Z
hakuja: 15
portti:
pisteet: 80
kynnys: 70
huomiot:
- OpenAI ei julkaise lähteiden valintaperusteita; teksti sanoo sen ääneen eikä arvaa painotuksia.
- Testiä ei ajettu; se on kuvattu protokollana, jonka lukija voi toistaa.
- "Bing-väite pehmennettiin: OpenAI mainitsee Microsoftin kumppanina, ei Bingiä nimeltä."
faktat:
malli: claude-sonnet-5
tarkistettu: 0
poistettu: 0
pehmennetty: 0
korjattu: 0
hakuja: 6
huomiot:
- Faktantarkistaja ei palauttanut kelvollista JSON-lohkoa
- "Vastauksen alku: "
tarkistus:
tila: odottaa
tila: julkaistu
lukuaika_min: 5
---
Kun kysyt ChatGPT:ltä, mikä oululainen tilitoimisto sopii toiminimelle, se ei muistele. Se hakee. Ja se, kenen sivun se lainaa, ratkeaa kolmessa vaiheessa, jotka OpenAI on dokumentoinut vain osittain. Tämä artikkeli kokoaa sen, mitä OpenAI itse sanoo, ja erottaa sen siitä, mitä kukaan ei tiedä.
## ChatGPT kirjoittaa kysymyksesi uusiksi ennen hakua
OpenAI:n ohje sanoo, että ChatGPT "may search the web automatically when your question would benefit from current information". Se ei lähetä kysymystäsi hakukoneelle sellaisenaan: "ChatGPT search typically rewrites your query into one or more targeted queries" ([OpenAI Help Center](https://help.openai.com/en/articles/9237897-chatgpt-search)). OpenAI:n oma esimerkki on bioteknologiakysymys CCR8-molekyylistä, josta tulee hakukysely "CCR8 immunotherapy drug development 2025".
Tämä on sama mekanismi, jota Google kutsuu query fan-outiksi ja jota pilari [GEO: näin yritys näkyy tekoälyhauissa](/aiheet/geo-tekoalyhaun-optimointi/) käsittelee. Yrittäjälle olennainen seuraus: ChatGPT hakee usein englanninkielisen tai tarkemman kyselyn kuin sen, jonka käyttäjä kirjoitti. Suomenkielinen kysymys "mikä tilitoimisto Oulussa" voi hakuvaiheessa olla "tilitoimisto Oulu toiminimi hinta". Sivu, joka vastaa vain otsikkotasolla kysymykseen, ei välttämättä osu uudelleenkirjoitettuun kyselyyn.
## Haku tulee kumppanilta, ei OpenAI:n omasta indeksistä
OpenAI:lla ei ole julkisesti kuvattua omaa hakuindeksiä. Julkistuksessaan lokakuussa 2024 OpenAI kertoi, että hakumalli hyödyntää "third-party search providers, as well as content provided directly by our partners" ([OpenAI](https://openai.com/index/introducing-chatgpt-search/)). Nykyinen ohje sanoo saman: "ChatGPT search sometimes partners with other search providers" ja nimeää tietosuojaselosteissa Microsoftin ja Shopifyn ([OpenAI Help Center](https://help.openai.com/en/articles/9237897-chatgpt-search)).
OpenAI ei kirjoita sanaa Bing. Silti Microsoft on ainoa nimetty hakukumppani, joten järkevin oletus on, että sivun pitää olla Bingin indeksissä päästäkseen ChatGPT:n ehdokaslistalle. Suomessa Bingiä käytetään vähän, joten moni yritys ei ole koskaan avannut Bing Webmaster Toolsia. Se kannattaa tehdä ainakin siksi, että näkee, onko sivusto indeksissä.
Ahrefs vertasi syyskuussa 2025 ChatGPT:n lainauksia Googlen tuloksiin 3 311 hakusanalla. Vain 10 prosenttia ChatGPT:n lainaamista URL-osoitteista oli Googlen top 10:ssä, mutta domain-tasolla päällekkäisyys oli 31,8 prosenttia ([Ahrefs](https://ahrefs.com/blog/chatgpt-google-citations)). Tulkinta, jonka aineisto sallii: ChatGPT lainaa samoja sivustoja kuin Google, mutta eri sivuja niiltä. Todennäköisesti siksi, että se hakee eri kyselyllä kuin käyttäjä kirjoitti.
## OAI-SearchBot lukee sivun, GPTBot ei liity hakuun
OpenAI käyttää kolmea robottia, ja niiden sekoittaminen on yleisin virhe suomalaisten sivustojen robots.txt-tiedostoissa.
OAI-SearchBot "is used to surface websites in search results in ChatGPT's search features". Sitä ei käytetä koulutukseen. GPTBot "is used to make our generative AI foundation models more useful and safe", eli se kerää koulutusaineistoa, ja sen estäminen "indicates a site's content should not be used in training generative AI foundation models". ChatGPT-User hakee sivun silloin, kun käyttäjä pyytää ChatGPT:tä lukemaan sen, eikä robots.txt välttämättä koske sitä, koska pyyntö on käyttäjän ([OpenAI](https://developers.openai.com/api/docs/bots)). Robots.txt-muutoksen huomioimiseen menee OpenAI:n mukaan noin vuorokausi.
Julkaisijaohje sanoo asian suoraan: jos haluat näkyä ChatGPT:n haussa, "make sure you aren't blocking OAI-SearchBot". Koulutuksen ja haun voi erottaa: koulutuksen estää GPTBot-esto, haun estää noindex-tagi ([OpenAI Help Center](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq)). Ja vaikka sivu olisi estetty, ChatGPT voi näyttää siitä pelkän linkin ja otsikon, jos se saa osoitteen kumppanihakukoneelta.
Yritykselle tämä tarkoittaa, että GPTBotin voi estää periaatteesta menettämättä mitään hakunäkyvyydestä. OAI-SearchBotia ei kannata estää, ellei halua pois ChatGPT:stä kokonaan. Lisää bottien tunnistamisesta artikkelissa [Tekoälybotit lokeissa](/artikkelit/tekoalybotit-lokeissa-gptbot-claudebot/).
## Lähteiden valintaperusteita OpenAI ei ole julkaissut
Tässä kohtaa rehellinen vastaus on lyhyt. OpenAI:n julkiset dokumentit kertovat, miten haku tehdään ja miten sivu pääsee ehdokkaaksi. Ne eivät kerro, miten ehdokkaista valitaan lainattavat. Julkaisijaohje "does not address ranking factors, freshness signals, or detailed source selection criteria", ja OpenAI varoittaa itse: "Search results and citations can be incomplete, outdated, or incorrect" ([OpenAI Help Center](https://help.openai.com/en/articles/9237897-chatgpt-search)).
Kehittäjädokumentaatio paljastaa yhden mekaanisen asian. Kun hakua käytetään OpenAI:n rajapinnan kautta, vastaus sisältää url_citation-merkinnät lainatuista sivuista ja erillisen sources-kentän, joka listaa kaikki haussa luetut osoitteet. OpenAI:n mukaan sources-lista on usein pidempi kuin lainattujen sivujen lista ([OpenAI](https://developers.openai.com/api/docs/guides/tools-web-search)). Malli siis lukee enemmän sivuja kuin lainaa, ja valinta tapahtuu lukemisen jälkeen. Se puoltaa vanhaa neuvoa: vastauksen pitää olla sivulla selvästi, jotta lukeva malli löytää sen ja päättää käyttää juuri sitä.
Kaikki muu, mitä verkossa väitetään ChatGPT:n painotuksista, on päättelyä tai myyntipuhetta. Sitä ei tässä toisteta.
## Näin testaat itse, ketä ChatGPT lainaa sinun alallasi
Koska OpenAI ei kerro perusteita, ainoa luotettava tieto on oma testi. Tämä sivusto ei ole vielä ajanut sitä; alla on protokolla, jonka voi toistaa ja jonka tulokset ovat vertailukelpoisia. Se on oikea prosessi, siksi numeroitu.
1. Kirjoita kymmenen suomenkielistä kysymystä, joita asiakkaasi oikeasti kysyvät ennen ostoa. Ei yrityksen nimeä, ei mainoslauseita. Esimerkiksi "mitä kotikampaaja maksaa Oulussa" tai "mikä tilitoimisto sopii toiminimelle".
2. Avaa ChatGPT ilman kirjautumista tai uudessa tilapäisessä keskustelussa, jotta aiempi historia ei ohjaa vastausta. Varmista, että haku on käytössä.
3. Kysy jokainen kysymys erikseen, avaa vastauksen Sources-painike ja kirjaa jokainen lainattu osoite taulukkoon: kysymys, päivä, osoite, sijainti lähdelistassa.
4. Toista sama kolmena eri päivänä. Tekoälyhaun vastaukset vaihtelevat, ja yksi ajo ei kerro mitään.
5. Jos haluat toistettavan koneellisen version, aja samat kysymykset OpenAI:n rajapinnan web_search-työkalulla ja aseta user_location-parametriin Suomi. Tallenna sekä url_citation-merkinnät että sources-kenttä, niin näet myös sivut, jotka luettiin mutta joita ei lainattu.
6. Laske, kuinka monta kertaa sinun domainisi oli lähteenä ja kuinka monta kertaa kilpailijan. Vertaa niitä sivuja, joita lainattiin: mikä niissä on, mitä sinun sivuillasi ei ole.
Kuudennen kohdan vastaus on yleensä sama: lainattu sivu vastaa kysymykseen ensimmäisessä kappaleessa, sisältää hinnan tai muun konkreettisen tiedon, ja on tuore. Se ei ole tekoälyoptimointia. Se on sivu, joka kelpaa lukijalle.
Kun testi on tehty, ChatGPT:n oikeaa liikennettä voi seurata analytiikasta: OpenAI lisää viittauksiin parametrin utm_source=chatgpt.com ([OpenAI Help Center](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq)). Tämä sivusto mittaa sitä Cloudflaren lokista, mutta dataa ei launch-päivänä vielä ole. Artikkeli [Näin testaat näkyvyytesi ChatGPT:ssä](/artikkelit/nain-testaat-nakyvyytesi-chatgptssa/) laajentaa protokollan muihin tekoälyhakuihin.