Dengan perkembangan pesat teknologi AI, enjin carian, sebagai alat utama untuk mendapatkan maklumat, juga mengalami perubahan yang mendalam. Walau bagaimanapun, kebanyakan enjin carian AI sedia ada menumpukan pada senario tunggal "mencari jawapan", yang jauh berbeza daripada tabiat penggunaan enjin carian tradisional. Artikel ini akan membincangkan ciri fungsi enjin carian dalam era AI, termasuk menjana soalan berdasarkan kata kunci, membezakan jenis permintaan dan menyediakan kaedah persembahan yang sesuai, ringkasan pra-membaca dan menyekat kandungan yang tidak berkaitan, serta pengesanan terbalik dan pengesahan sumber idea.

Apabila kita menggunakan enjin carian, ia biasanya boleh dibahagikan kepada tiga situasi:

Mula-mula, cari jawapannya.

Tahun berapa Michael Jordan dilahirkan? Terdapat satu jawapan yang betul untuk soalan ini; Apakah gol terbaik kerjaya Messi? Mungkin tidak ada satu jawapan untuk yang ini, tetapi pastinya terdapat beberapa yang paling popular.

Yang kedua ialah mencari sumber.

Biasanya, cari filem atau novel cetak rompak. Atau, cari bahagian pelabur laman web rasmi syarikat tersenarai, dalam hal ini pengguna mungkin mencari URL tertentu atau satu set fail yang boleh dimuat turun.

Yang ketiga ialah mencari inspirasi.

Saya mendengar bahawa Musk adalah orang yang sangat berkuasa, dan saya tidak tahu banyak tentang dia, jadi saya mencarinya. Saya tidak tahu dengan tepat apa yang saya cari, ia boleh menjadi pengenalan peribadinya, sejarah romantisnya dengan bintang wanita, atau salah satu rancangan bual bicara TVnya - dalam apa jua keadaan, saya akan mengetahui apa yang saya cari dalam proses itu.

Ingat bahawa semua sejarah penggunaan enjin carian anda boleh dikelaskan kepada salah satu daripada tiga senario di atas?

Kemudian, apabila AI datang, kita akan mendapati bahawa semua produk di bawah sepanduk enjin carian AI, sama ada Perplexity atau fungsi carian ChatGPT, mereka pada asasnya menumpukan pada kes penggunaan pertama, iaitu mencari jawapan.

Anda bertanya soalan, dan ia memberi anda jawapan. Jawapannya boleh menjadi sangat mendalam sehingga anda perlu membaca laporan sepanjang kertas akademik, tetapi akhirnya mencari jawapannya.

Kemudian kami tidak lama lagi mendapati bahawa terdapat banyak perbezaan antara enjin carian ini dan enjin carian yang biasa kami gunakan:

• Enjin carian tradisional menggunakan kata kunci sebagai input, tetapi AI ini lebih cenderung untuk membenarkan anda bertanya soalan lengkap;
• Enjin carian tradisional mengembalikan alamat pautan dan ringkasan kandungan, dan AI ini cenderung hanya memberi anda kesimpulan yang mereka ringkaskan.
• Enjin carian tradisional boleh mencari sekumpulan sampah yang tidak berguna dengan mudah, dan AI tidak boleh, tetapi AI akan membuat omong kosong dengan mata terbuka.

Pendek kata, mereka juga mendakwa sebagai enjin carian, tetapi mereka adalah perkara yang sama sekali berbeza untuk digunakan.

Akibatnya, setakat ini, tiada seorang pun daripada mereka yang dapat menggantikan enjin carian tradisional, atau bahkan membuktikan diri mereka mungkin.

Jadi, dalam era AI, apakah rupa enjin carian AI yang boleh menyesuaikan diri dengan tabiat penggunaan enjin carian tradisional dengan sempurna dan memenuhi keperluan pengguna dengan lebih cekap daripada enjin carian tradisional?

Saya fikir ciri-ciri berikut harus menjadi satu kemestian:

Pertama, keupayaan untuk menjana soalan berdasarkan input kata kunci

Kebanyakan pengguna terbiasa dengan penggunaan enjin carian tradisional berasaskan kata kunci, dan meminta mereka menyusun bahasa mereka untuk memberikan soalan yang tepat adalah halangan yang tinggi untuk masuk itu sendiri. Pendekatan yang lebih baik ialah pengguna masih bertanya soalan dengan kata kunci, dan enjin carian secara beransur-ansur menukar kata kunci kepada soalan tertentu melalui berbilang pusingan interaksi (ambil perhatian bahawa pengguna mesti diminta untuk membuat soalan aneka pilihan dan bukannya soalan esei). Sebagai contoh:

Input pengguna: Jordan

Enjin carian:

Saya rasa anda ingin tahu:

1. Siapa Michael Jordan?

2. Apakah penghormatan yang telah dimenangi Jordan dalam kerjayanya?

3. Apa yang telah dilakukan Jordan sejak kebelakangan ini?

4. Adakah kasut Jordan berkaitan dengan superstar bola keranjang Amerika?

5. Lain-lain

Soalan yang paling biasa dijana oleh AI, dan kemudian pengguna diminta untuk mengklik pada soalan yang mereka ingin tahu dalam senarai ini, dan jika satu pusingan gagal, ia dibahagikan kepada dua atau tiga pusingan, iaitu proses menjana soalan berdasarkan kata kunci. (Dalam hal ini, fungsi penyelidikan mendalam chatGPT agak baik, dan ia akan secara aktif bertanya soalan tentang bahagian keperluan pengguna yang tidak ditentukan)

Kedua, bezakan antara jenis permintaan yang berbeza dan berikan mereka persembahan yang sesuai

Seperti yang dinyatakan sebelum ini, terdapat tiga senario penggunaan biasa untuk enjin carian: mencari jawapan, mencari sumber dan mencari inspirasi. Enjin carian AI sepatutnya dapat membezakan senario pengguna pada masa ini, dan memberikan cara yang sepadan untuk membentangkan keputusan:

Jika pengguna sedang mencari jawapan, maka cara yang ideal untuk membentangkannya adalah dengan terlebih dahulu memberikan jawapan/kesimpulan yang jelas (pengenalan peribadi Jordan), dan kemudian memberikan sumber kandungan/alamat rujukan yang menyokong kesimpulan ini (Ensiklopedia Baidu, Wiki, laman web rasmi NBA, dll....... ), dan mengikut susunan kredibiliti;

Jika pengguna sedang mencari sumber, maka cara yang ideal untuk membentangkan URL ialah membahagikan URL kepada kategori mengikut kriteria tertentu, dan kemudian membentangkannya kepada pengguna dalam kategori. Sebagai contoh, jika saya mencari laman web fiksyen percuma, maka enjin carian boleh membahagikan kategori komprehensif kepada kumpulan, kumpulan fantasi penanaman abadi, dan kehidupan bandar ke dalam kumpulan...... TOP10 yang paling popular diberikan dalam setiap kumpulan, yang sangat mudah;

Jika pengguna sedang mencari inspirasi, maka enjin carian AI boleh menjana sesuatu yang serupa dengan gaya peta minda untuk pengguna, dan kemudian mengisi semua kandungan yang berkaitan ke dalam kedudukan tertentu panduan minda...... Sama ada anda sedang mencari kerjaya akademik yang serius atau gosip glamor, anda akan menemui sasaran anda sepintas lalu dan tidak akan terpesona dalam labirin maklumat......

Ringkasnya, mengikut senario penggunaan pengguna dan ciri-ciri kandungan, anda boleh memutuskan jenis pembentangan yang ingin anda gunakan, dan bukannya berpegang pada templat paparan tetap.

Ketiga, keupayaan untuk membaca, meringkaskan dan menyekat kandungan yang tidak relevan bagi pihak pengguna

Malah, ia adalah untuk membiarkan AI dengan cepat melalui URL destinasi untuk anda, mengetahui kandungan yang paling berkaitan dengan masalah semasa, dan kemudian menyekat halaman destinasi spam tersebut.

Enjin carian tradisional, pada dasarnya, berdasarkan nilai PR untuk menyusun hasil carian, yang memberi peluang kepada pelbagai SEO untuk memanfaatkannya, tetapi dalam era AI, saya boleh bergantung pada kelebihan kuasa pengkomputeran untuk membaca 20 halaman yang anda temui secara keseluruhan, memotong 0 menggosok lalu lintas, dan kemudian memadamkan 0 penuh dengan iklan yang tidak mempunyai bahan, dan kemudian mengalih keluar iklan yang mempunyai hubungan yang agak kecil dengan kandungan semasa, hanya meninggalkan beberapa halaman yang benar-benar berkaitan dengan hasil semasa dan pengalaman membaca terbaik, yang pada asasnya setara dengan membiarkan pembantu/ Setiausaha akan membantu anda menyemak hasil carian sekali lagi terlebih dahulu.

Sudah tentu, bahagian kerja ini, enjin carian tradisional semasa juga melakukan, dan ada juga yang telah mencapai hasil yang baik, tetapi ia jauh dari mencapai tahap merangkumi semua hasil pulangan, sebenarnya, situasi yang paling sempurna adalah untuk setiap halaman hasil carian yang dikembalikan, semua pautan di dalamnya telah disemak terlebih dahulu oleh AI.

Keempat, keupayaan untuk membalikkan pengesanan dan mengesahkan sumber sebarang pendapat

Kita semua tahu bahawa AI mudah menjana halusinasi, jadi kita perlu mengesan semula mana-mana sudut pandangan ringkasan yang diberikan oleh AI sesuka hati, dan mengetahui sumbernya, walaupun banyak model bahasa besar AI telah memberikan sokongan dalam hal ini (gunakan sendiri, jongkong lebih baik dalam melakukan ini), tetapi sentiasa ada beberapa batasan, dalam kes yang paling ideal, saya boleh mengesan semula sudut pandangan/pandangan ini dengan memilih baris perkataan dalam hasil pulangan enjin carian, Lihat di mana sumber terawal kenyataan ini berada, dan enjin carian juga akan mengambil inisiatif untuk melampirkan pautan rujukan kepada sumber di beberapa tempat yang lebih penting dan kritikal (iaitu, Yuanbao dan ChatGPT) untuk meningkatkan kredibiliti kandungan.

Malah, empat sokongan berfungsi yang saya senaraikan di atas tidak terlalu baharu dalam diri mereka sendiri, dan sesetengah produk AI selalunya berfungsi dengan baik dalam satu atau dua daripadanya, tetapi saya belum melihat produk yang berfungsi dengan baik dalam keempat-empat pada masa yang sama, dan produk ini selalunya tidak dibangunkan dan disesuaikan berdasarkan tabiat pengguna enjin carian tradisional.

Jika pengeluar AI benar-benar ingin menggantikan enjin carian tradisional dan makan kek yang menggoda ini, maka apa yang perlu mereka lakukan ialah menggunakan teknologi AI generasi baharu di tangan mereka untuk mengoptimumkan pengalaman dan kecekapan enjin carian asal, supaya pengguna boleh mendapatkan pengalaman pengguna yang lebih baik daripada sebelumnya tanpa mengubah tabiat penggunaan asal, untuk menarik pengguna untuk beralih kepada produk mereka sendiri. Daripada angan-angan yang mengharapkan pengguna mengubah tabiat yang telah mereka bangunkan selama bertahun-tahun, memaksa semua orang menyesuaikan diri dengan logik produk baharu anda, walaupun logik anda lebih AI, lebih maju dan lebih ......

Tetapi pada penghujung hari, sebagai perniagaan, anda harus melayani pengguna, bukan membiarkan pengguna menyesuaikan diri dengan anda. Kebenaran ini masih benar walaupun dalam era AI hari ini.