在人工智能的浪潮中，AI搜索技術(shù)正迅速發(fā)展，成為信息檢索領(lǐng)域的新熱點(diǎn)。本文探討了AI搜索的多個(gè)關(guān)鍵問(wèn)題，包括數(shù)據(jù)壁壘、索引庫(kù)的重要性、垂直搜索的機(jī)遇與挑戰(zhàn)，以及用戶習(xí)慣對(duì)AI搜索的影響等。文章還對(duì)模型微調(diào)的必要性、AI搜索與Agent結(jié)合的趨勢(shì)、AI搜索生成內(nèi)容的潛力，以及AI SEO的未來(lái)進(jìn)行了深入分析。

一、AI搜索最大的壁壘在數(shù)據(jù)？

閉門會(huì)有一個(gè)小伙伴在某大廠做搜索，給出的洞察是：

沒(méi)有數(shù)據(jù)的話都是白扯！

后面在和胡寧交流的時(shí)候，她也明確指出了這一點(diǎn)。

否則外殼做得再好、交互做的再好，用戶一問(wèn)，出來(lái)的內(nèi)容渣渣！

這也是內(nèi)容型產(chǎn)品做自己AI搜索的巨大優(yōu)勢(shì)：微信讀書(shū)的AI問(wèn)書(shū)、知乎&抖音&小紅書(shū)等產(chǎn)品的AI搜索、騰訊元寶整合了公眾號(hào)的數(shù)據(jù)。

我最近使用了小紅書(shū)的達(dá)芬奇AI搜索，效果出奇的驚人：

為什么呢？小紅書(shū)在旅游、美食、美妝、寵物、健身等等品類上，有全網(wǎng)最優(yōu)質(zhì)的內(nèi)容，只要在它優(yōu)質(zhì)內(nèi)容的垂域里搜索，自然也最容易得到優(yōu)質(zhì)的答案！

當(dāng)然這也帶來(lái)了國(guó)內(nèi)過(guò)去這么多年百度逐漸沒(méi)落的老問(wèn)題：數(shù)據(jù)被分散在各個(gè)App內(nèi)。

二、索引庫(kù)必備么？

結(jié)論：做通用AI搜索不必，但垂直搜索必備！

很多AI搜索依賴Google或者Bing的API來(lái)獲得檢索結(jié)果，為何呢？

這是因?yàn)镚oogle和Bing自建了非常強(qiáng)大的搜索引擎，其中包含了強(qiáng)大的索引庫(kù)，可以較好的保證搜索結(jié)果的質(zhì)量，以及提供了不錯(cuò)的排序。

此時(shí)依靠這些傳統(tǒng)搜索引擎，已經(jīng)能解決95%的問(wèn)題了！

（以上是公眾號(hào) 艾逗筆 在《我做了一個(gè)AI搜索引擎》一文內(nèi)的流程圖，在信息源檢索下面我加了兩個(gè)小方框）

從上圖來(lái)看，自檢索引庫(kù)的關(guān)鍵在于要能提供比Google和Bing返回的結(jié)果更優(yōu)的內(nèi)容！想要做到，那就需要付出極大的成本和時(shí)間。

所以上面的結(jié)論就是如果你要做通用AI搜索，就別考慮自建索引庫(kù)了，不管是資源的消耗還是時(shí)間的投入，都極其困難?？康谌教峁┑腁PI快速的把商業(yè)模式跑通，可能才是王道。

當(dāng)然這是大多數(shù)人不看好創(chuàng)業(yè)公司做通用AI搜索的一個(gè)主要原因。

那垂直搜索呢？這里進(jìn)行到第二點(diǎn)：優(yōu)質(zhì)索引庫(kù)！

索引庫(kù)分很多種，剛才說(shuō)的是一個(gè)最大的索引庫(kù)，要在里面去撈到合適的內(nèi)容，其實(shí)效率還是比較低的。可以在這個(gè)大庫(kù)上面再整一個(gè)優(yōu)質(zhì)索引庫(kù)，里面存著更優(yōu)質(zhì)、更權(quán)威的內(nèi)容，這樣的優(yōu)質(zhì)索引庫(kù)對(duì)于垂直AI搜索就會(huì)很有幫助。

因?yàn)榍懊娴谝徽鹿?jié)也說(shuō)了，AI搜索最大的關(guān)鍵點(diǎn)是數(shù)據(jù)！你知道這個(gè)垂直品類的優(yōu)質(zhì)內(nèi)容和信息或者數(shù)據(jù)在哪里的話，是不是就能讓AI搜索的結(jié)果質(zhì)量更高了？

這是為何Perplexity在一開(kāi)始從Academic啟動(dòng)，也是錨定垂類也方便去提前構(gòu)建垂直索引庫(kù)，保證初始的AI搜索效果非常優(yōu)質(zhì)。

打個(gè)比喻來(lái)幫助大家理解索引庫(kù)是否必備：

我們?cè)O(shè)想一個(gè)各種菜系都提供的餐館，思考一下，你增加了一個(gè)菜品的供貨渠道，能讓餐館有更多客人嗎？這個(gè)就離得有點(diǎn)遠(yuǎn)了。

但如果你只做大阪和牛，找到了一個(gè)精品貨源，對(duì)于用戶的口碑可能就會(huì)有很大的幫助。

三、垂類更方便于AI搜索初創(chuàng)公司切入？

結(jié)合前兩點(diǎn)，我們可以發(fā)現(xiàn)，不管是數(shù)據(jù)，還是索引庫(kù)，給到創(chuàng)業(yè)者的選擇都是先從垂直切入會(huì)是更好的一種方式。

toC層面有兩點(diǎn)：有利于用戶口碑和心智的建立；垂類更好整合進(jìn)用戶的工作流。

秘塔之所以被口口相傳，也是科技工作者，或者學(xué)生，查詢資料時(shí)，可以快速獲得海量的結(jié)構(gòu)化信息，相信秘塔本身索引庫(kù)也會(huì)在這些用戶群體關(guān)注的內(nèi)容品類上做更多覆蓋，提高AI生成的內(nèi)容質(zhì)量。

前陣子秘塔又上線了播客搜索，這也是秘塔的用戶群體喜聞樂(lè)見(jiàn)的：

Repotify則更加具體，聚焦在財(cái)報(bào)研報(bào)等投融資用戶的需求方向上：

有時(shí)我自己查詢一些企業(yè)的財(cái)報(bào)、電話會(huì)信息，也會(huì)打開(kāi)使用。

再比如Devv，可以指定信息源，連接到指定的Github倉(cāng)庫(kù)來(lái)進(jìn)行搜索：

這種深入就是心智的建立：知道這款A(yù)I搜索產(chǎn)品能解決自己的問(wèn)題！

對(duì)應(yīng)的，垂直AI搜索也知道很多信息源在哪里，包括還有一些獨(dú)到的用戶需求能夠更好地滿足。

四、用戶習(xí)慣的慣性對(duì)于AI搜索的意義？

結(jié)論：非常重要！

上圖是夸克瀏覽器最近全面更新的AI搜索。

如果你是夸克的用戶，會(huì)不會(huì)天然的就體驗(yàn)到了AI搜索呢？

我們?cè)O(shè)想一下，即使是過(guò)去百度最鼎盛的時(shí)期，依然有大量的用戶不會(huì)去用它，為什么？還有其他的產(chǎn)品會(huì)占據(jù)用戶的習(xí)慣呀，比如說(shuō)搜狗和360的三級(jí)火箭里面，就會(huì)用瀏覽器來(lái)滿足用戶的搜索需求，你百度做的比Google更好也不可能搶走那批用戶。

通用AI搜索很難做的一點(diǎn)是，用戶習(xí)慣很難遷移，他用慣了夸克瀏覽器，就會(huì)繼續(xù)用夸克的AI搜索，并且各家大廠包括Google都已經(jīng)很堅(jiān)決的推進(jìn)AI搜索的情況下，你很難做的遠(yuǎn)超出Google去讓用戶轉(zhuǎn)過(guò)來(lái)用你的，或者說(shuō)，在Google全量上AI搜索之前，只會(huì)留出很短的時(shí)間窗口。

五、模型微調(diào)是必備的么？

結(jié)論：當(dāng)前階段非常有價(jià)值！

搜索是一個(gè)用戶需求很泛化的場(chǎng)景，用戶會(huì)問(wèn)各種各樣的問(wèn)題，比如說(shuō)：

黃河有多長(zhǎng)？這種問(wèn)題簡(jiǎn)短回答就行了

怎么哄小孩睡覺(jué)？這種問(wèn)題可能需要給你個(gè)手把手的教程

所以搜索依賴的大模型能力需要在不同分支下，具備不同的回答能力。

360AI搜索已經(jīng)把query的意圖識(shí)別分類做到了4000多種，每一種需求配對(duì)應(yīng)的Prompt。工作做得已經(jīng)相當(dāng)精細(xì)了，但梁志輝告訴我，這仍然只是很粗顆粒度的匹配。

你會(huì)好奇的是，為何360要做這么多Prompt工程，似乎也沒(méi)說(shuō)到微調(diào)的事情呀。

是的，這就是不同的解決方案。

Prompt也好，微調(diào)也罷，是對(duì)模型做不同力度的勸導(dǎo)！

目前階段大模型對(duì)于指令的跟隨效果不是特別優(yōu)秀，所以當(dāng)前階段下，微調(diào)非常有價(jià)值。

六、AI搜索+Agent會(huì)逐漸盛行？

結(jié)論：大模型提供信息，Agent提供服務(wù)

未來(lái)大概率會(huì)演變成AI搜索是平臺(tái)，上面的Agent是一個(gè)個(gè)的服務(wù)。

目前的Agent更多是用Prompt調(diào)教的，對(duì)于垂直的能力深度還是非常有限的，如果未來(lái)能做到AI搜索和AI Agent之間的緊密配合，就很厲害了。

換個(gè)思路，思考下微信平臺(tái)里的小程序。微信提供基礎(chǔ)的服務(wù)/信息，小程序提供各種垂直的服務(wù)。

Agent進(jìn)階的一種形態(tài)是：Multi-Agent

Miku AI搜索就很典型是一個(gè)基于Agent框架開(kāi)發(fā)的AI搜索，吳恩達(dá)在AI Ascent 2024大會(huì)上指出：“基于GPT-3.5構(gòu)建的AI智能體工作流在實(shí)際應(yīng)用中表現(xiàn)比GPT-4更好”

除此之外，ThinkAny的創(chuàng)始人idoubi也考慮后續(xù)增加工作流Workflow，就是Multi-Agents，你可以認(rèn)為前端是AI搜索，去檢索信息，然后進(jìn)入到用戶自定義的Multi-Agnets里，最后經(jīng)過(guò)智能體們的處理，獲得用戶自己想要的信息：

或者說(shuō)，AI搜索+Coze。

七、AI搜索生成內(nèi)容，AI小紅書(shū)會(huì)來(lái)么？

結(jié)論：是一個(gè)明確的趨勢(shì)

我們?cè)凇度騁oogle，腳踢Perplexity，Genspark要做美女給你打好飯還喂進(jìn)嘴！的新物種》一文里，也提到了Sparkpage這套邏輯：

AI可以先生成一次結(jié)果，用戶再在此基礎(chǔ)上進(jìn)行修改，相當(dāng)于AI+人共同生成一個(gè)網(wǎng)頁(yè)。

包括Perplexity也做了一樣的Page能力。

從某種角度來(lái)說(shuō)，這種邏輯是直接和人類創(chuàng)作者PK，是AI搜索+人去PK人類創(chuàng)作者。

參考即刻@余一 的普通人的AI使用說(shuō)明書(shū)，相當(dāng)于中間那一層。

其實(shí)AI搜索走到這一步非常自然，就像我們理解各大廠和各大模型廠的效率工具都會(huì)加入搜索能力一樣，只要理解搜索是為了后續(xù)效率工具獲取信息，就可以很絲滑的get到這一點(diǎn)。

也就容易理解小紅書(shū)很擔(dān)心類似的產(chǎn)品：未來(lái)如果是AI+人也能生成高質(zhì)量的內(nèi)容，并且形成自己的社區(qū)生態(tài)，那必然和小紅書(shū)是帶來(lái)競(jìng)爭(zhēng)關(guān)系。

八、AI SEO會(huì)逐漸形成共識(shí)？

上面這一點(diǎn)，其實(shí)衍生出一個(gè)結(jié)論：AI SEO馬上就會(huì)成為共識(shí)

新的產(chǎn)品如何獲得流量，已經(jīng)開(kāi)始逐步變成大家關(guān)注的話題了，那AI搜索也同樣會(huì)面臨這個(gè)困境，我們?cè)贕enspark一文里，提到了Genspark通過(guò)Agent生成Sparkpage的內(nèi)容質(zhì)量“很高”，這樣的內(nèi)容可以被Google收錄，從而獲得源源不斷的流量：

類似的流量獲取機(jī)制，Perplexity已經(jīng)深深受益了：

同樣的，360AI搜索也通過(guò)每天晚上定時(shí)跑任務(wù)，并且通過(guò)更高優(yōu)先級(jí)的方式插入到360搜索的索引內(nèi)，用AI生成網(wǎng)頁(yè)的方式，既滿足了用戶的長(zhǎng)尾Query，又給AI搜索本身帶去了流量。

AI搜索本身就是非常好的內(nèi)容生成框架，結(jié)合AI SEO從傳統(tǒng)搜索引擎吸取流量，也是前期快速成長(zhǎng)的好方式。

九、有人說(shuō)Sparkpage的內(nèi)容質(zhì)量一般，重要么？

結(jié)論：可能并不重要

沿著上面的思路，我們可以嘗試去思考一個(gè)點(diǎn)：

不是所有問(wèn)題都要直達(dá)終點(diǎn)

答案可以是一個(gè)過(guò)程，是一個(gè)中間態(tài)，這依然有很大的價(jià)值。

直白點(diǎn)說(shuō)，Sparkpage能給到你一些啟發(fā)，幫助你去優(yōu)化自己的攻略/購(gòu)買決策，已經(jīng)很有效了。如果未來(lái)更多用戶基于它去生成高質(zhì)量的人+AI共創(chuàng)的內(nèi)容，那真的就是AI小紅書(shū)。

換個(gè)角度：傳統(tǒng)搜索里，Top10%的Query占據(jù)了95%以上的流量。這意味著AI搜索有一定的可能性把用戶最關(guān)注的答案優(yōu)先生成好！

十、AI搜索是一種退化？

結(jié)論：搜索從10個(gè)鏈接到1個(gè)答案是進(jìn)化，但從視頻到文字是退化

這是閉門會(huì)的一位小伙伴說(shuō)的，傳統(tǒng)搜索是菜市場(chǎng)，AI搜索是送外賣，但是，從視頻到文字是退化！

相信你也會(huì)思考，為何AI搜索大部分都是文字結(jié)果的呢？

我們來(lái)看看一些可能性：

這里面廣義的AI搜索可以包含，并且可以實(shí)現(xiàn)的擴(kuò)展能力有：

輸入變得更加豐富和自由：

Query多模態(tài)：從只能文字+語(yǔ)音轉(zhuǎn)文字輸入，到Circle to Search、智能鏡頭，圖片、視頻輸入等等

360AI搜索App已經(jīng)上線了AI圖片識(shí)別搜索能力：

Google的Take a video，微軟的Copilot陪你一起玩，在技術(shù)層面已經(jīng)開(kāi)始進(jìn)入到了視頻交互層面了，這是非常大的一個(gè)跨越。不難想象的是，一旦這類能力進(jìn)一步整合到隨身的硬件上，會(huì)有多么大的體驗(yàn)提升。

輸出也會(huì)更多元：

1.信息整合：AI OverView（鏈接、圖片、POI、郵件、文檔等），典型的可見(jiàn)產(chǎn)品為Genspark的Sparkpage；Perplexity和Tako信息卡片合作，使得輸出內(nèi)容可以支持圖標(biāo)，還有秘塔AI搜索可以直接把生成的結(jié)果信息生成PPT；

（秘塔AI搜索實(shí)現(xiàn)：Search Query to PPT）

2.服務(wù)整合：Planning、Agent、Prompt-pic-Shopping等等

兩者的邊界同時(shí)在擴(kuò)充，并且都可以更深度的理解用戶的意圖，這會(huì)讓AI搜索可滿足的用戶需求，從過(guò)去僅僅提供信息/內(nèi)容整理，擴(kuò)充到工作生活學(xué)習(xí)的方方面面。

最近的一步，AI搜索更應(yīng)該是把答案組織成用戶更喜歡的載體，這可能是圖文混排，或者包含視頻，這涉及到的是信息的組織，Genspark的Sparkpage就非常典型，我們之前畫(huà)過(guò)結(jié)構(gòu)圖：

所以，目前看只能生成文字的AI搜索，在局部確實(shí)是退化的。

十一、總結(jié)

這篇文章，是一個(gè)階段性的思考，期間有大量的使用AI搜索完成日常信息的搜集，有大量和行業(yè)從業(yè)者的溝通交流，這里感謝參與其中的各位。

這里感謝愿意署名的共創(chuàng)者：

AI產(chǎn)品經(jīng)理 小邵，即刻 “小邵嘚啵嘚”

Miku AI創(chuàng)始人 Franco，微信：aigeek2024

ThinkAny 創(chuàng)始人 idoubi，即刻: 艾逗筆

參考：

我做了一個(gè) AI 搜索引擎 from 艾逗筆

《普通人的AI使用說(shuō)明書(shū)》 from 即刻@余一

https://gamma.app/docs/AI-Dev-9y7n4vslcp2bol2?mode=doc