最近，ChatGPT上线了搜索功能，可以联网搜索网络上最新的内容。Sam Altman难以掩饰激动的心情，并称搜索是自ChatGPT发布以来，自己最喜欢的功能。
ChatGPT搜索可以让我们用自然语言对话方式，一下子就获得最佳答案，因为ChatGPT会选择来自网络的信息。而通过后续的深入问题，它还会考虑对话的完整上下文，给你更好的回答。
但事实上，国内很多公司都已经把AI搜索当作是基础功能了。首先，国内的大模型公司早已经把AI搜索当作了产品的主要功能，AI搜索功能确实让这些大模型的回答更准确了，也更有竞争力了。其次，很多产品在思考如何利用AI来丰富体验的时候，AI搜索成了首选功能，比如微信读书的“AI问书”，知乎的“直答”，微信的“AI问答”。
而最近，我体验了一些AI搜索的软件后，对AI搜索有了新的感受。
Perplexity是AI搜索的首选吗？
虽然，Perplexity和很多AI软件都支持AI搜索，但我始终无法将AI搜索转变成我的默认搜索。事实上，我只是在部分内容上，才会考虑使用perplexity 进行搜索。 比如：如何理解通货膨胀？如何看待历史？特斯拉最新的股价或者财报
当我需要一个快速的结论的时候，我觉得AI搜索是一个很好的工具。也就是是，当我确定结果可以直接呈现，或者我想要直接呈现的时候，我觉得AI搜索工具是非常不错的。
但在我的使用过程中，这样的需求并不多。我目前使用浏览器的主要场景有两个：
1.搜索某个关键词。比如书籍《鱼不存在》，游戏《隐迹渐现》。这个场景下，我可能对关键词并不了解，比如《鱼不存在》这本书，我只是看到有人在周刊里推荐，所以我想搜索这本书，了解这本书的情况。当搜索后，我可能点击维基百科，也可能是豆瓣读书相关页面。
而《隐迹渐现》则是另一个场景，我知道这个游戏，看过游戏剧情，我搜索关键词是想搜索到别人谈论这游戏历史观的文章。我需要关于历史部分的内容，但我也想看看别人是如何描述历史这部分内容的。这两个例子，显然表明用户搜索意图的不确定性，并且用户在搜索输入框并不会详细给出自己的搜索意图。
2.复制链接，查看网页。比如某人分享的关于AI的采访。在这个角度，浏览器变成了链接解析器。另一个是当你在其他社交媒体阅读某个链接的时候，如果你不方便阅读的话，那么在浏览器里打开，等待后续去详细阅读，是一件很常见的事情。
在我看来，第一个场景，是有可能被AI搜索代替的。不过，问题在于用户习惯。因为搜索习惯，我很确定只输入“隐迹渐现”，便可能搜索到自己想看的网页。但以这样的搜索习惯，AI搜索很难满足用户的意图。
AI搜索软件需要尝试改变用户的搜索习惯，比如，当我输入“隐迹渐现”的时候，对输入进行调整的引导，比如“隐迹渐现的奖项情况“，”隐迹渐现创作故事“等。这些内容整理与总结才是AI搜索的优势。因为AI搜索只给出一个搜索结果，并不是像搜索引擎那样，呈现各个相关网页去满足各种意图。
来源链接很重要
最近两个经历，让我觉得AI搜索来源的重要性。
一个是微信读书的”AI问书“，这是一个非常强大的功能，很多问题都会被以书籍来源重新回答一遍。比如说：如何理解通货膨胀？如何看待历史？现在很多网页内容，也只不过是书籍内容的扩展。
另一个是知乎的“直答”。最近我在研究米哈游长线运营游戏的运营策略，所以我需要了解到一个游戏各个版本的节奏与问题。在知乎上某个版本都有很多人对相关问题进行回答，我用知乎的“直答”可以很快获得我需要的答案，而且我对答案十分满意和信任。当然，kimi等AI产品也可以得到类似的答案。但从感受来看，kimi引用的其实是二手内容，也就是一些创作者将这些节奏总结而成的文章，并不是像知乎这种直接从知乎社区里的问答的一手反馈。
我相信一些人能从我这两段经历了解到，我为什么会强调AI搜索来源的重要性。对于AI搜索，其实问题不在于AI软件如何对30条内容如何整理的，而是AI软件引用了哪些内容。二手内容，肯定比不上一手；自媒体，肯定比不上权威内容。
AI问书的书籍权威，直答的一手社区内容，都是让我对答案信任与满意的基础。在这个基础上，某些话题上，我会更信任微博智搜里的大众情绪，x平台里的某些话题回答。
所以，chatGPT搜索结合了第三方搜索提供商和合作伙伴直接提供的内容，是非常正确的一步。
如何处理来源链接？
在很多产品在搜索结果页面顶部添加AI问答功能后（比如微信搜索），我的一个习惯是查看AI问答后，看看AI问答引用了哪些文章内容，然后对着AI问答里的总结去找相应的内容。
在我的潜意识里，AI问答是帮我快速找到了我想要的内容来源。我感觉这种逻辑就像我看到某个内容快讯，我想点击底部的链接，了解详情一样，是一个很自然的逻辑。
所以，我认为AI搜索必须看重来源链接，而不是将来源直接隐藏。在这点上，kimi在电脑端的产品逻辑可以说非常棒。kimi会直接在聊天的右边显出出引用了哪篇文章的哪段内容。这个产品逻辑，与ChatGPT搜索一致——只要点击「来源」按钮，即可打开显示参考来源的侧边栏了。
腾讯旗下的元宝则是在手机端做了很好的尝试，将来源链接做成了小卡片的形式，来增加来源链接的关注度。
Perplexity也是以链接卡片的形式，但其将链接来源放在了回答的上方（也可能是为了让相关问题更明显）。然后，与其他AI搜索不一样的是，复制答案的同时，引用链接也会在答案最后。
现在，每家AI搜索引用的链接来源，对链接来源的处理并不相同。但我觉得这个处理对AI搜索的发展非常重要。可能是答案的信任度，准确性，或者AI搜索的商业化。也可能其他目的——OpenAI表示，希望用全新的搜索帮用户发现更多优质的内容创作者和网站，为搜索带来更多可能！
AI问答要与搜索区分吗？
知乎"直答"在很长一段时间里并没有出现在我的使用范围内。有某些问题，我此前都是习惯在知乎里进行搜索的。只是搜索无果后，才意识到可以使用"直答"尝试下。
当我喜欢上“直答”后，我在想为什么不在搜索结果里添加“AI问答”呢？又或者为什么要将搜索和“直答”彻底分开呢？
从现有的产品体验上来看，我非常习惯在搜索结果里出现AI问答的部分。不管是google搜索里将答案标黄。
还是在微信的AI问答里直接呈现总结或者答案，大大方便了我的使用体验。
但我知道，我喜欢这样功能的原因是基于我搜索本身这个行为的。也就是说，当我进行google搜索或者微信公众号搜索的时候，我潜意识是默认搜索结果是一个个有一定相关性的链接，我想通过相关链接获取相关文章表述。所以，我预期里是想找到可能有答案或者有资料参考的链接或文章。比如我想了解米哈游怎么做长线运营的？这样的问题我会进行公众号搜索，是因为我觉得公众号文章这样的载体可以详细解答我的困惑。
而AI问答部分，更像是处理在我各种搜索意图里一个子项的功能，比如特斯拉第三季度财报。
所以，AI问答出现在搜索结果里，显然是为了丰富原来的搜索体验。而"AI问书"这样的分类回答，区别在于AI问书，与原来微信读书搜索的目的几乎没有任何重叠的逻辑。
当然，像知乎这样的AI问答与搜索区分开，我觉得是因为”直答“是产品的第二个Tab，知乎想强化这样的入口逻辑。
AI搜索技术
AI搜索技术逻辑如下图：
*AI搜索流程图 图片来源：ThinkAny创始人idoubi，AI产品黄叔编辑 *
AI搜索不是搜索，而是总结。AI搜索产品真正比拼的是谁能提供更准确的答案、更快的响应速度、更智能化的用户体验。
准确的核心在于意图识别以及检索的数据库。我上面提到知乎和微信读书，都是因为信息源给我的确定感。
这块也是很多AI搜索在改进的方向。比如前段时间出现一些以主打多语言信息源的AI搜索，输入中文，也可以获得英语日语等其他语言的信息，然后再进行整合；比如和一些出版机构和媒体机构合作，OpenAI合作的媒体包括《大西洋月刊》、美联社和Business Insider的母公司Axel Springer；比如自建数据库，秘塔AI搜索的播客和文库板块，另外，也有AI搜索会通过爬虫来获取最新的内容与资讯，比如爬小红书内容获取最新旅游攻略。
当有足够多的信息之后，需要做的是如何平衡这些信息源。而关于信息源，我觉得Newsletter的推荐的信息源以及rss订阅的趋势，可以作为一个不错的信息源补充。
另一个是利用Agent来细化场景与流程，一个典型的例子就是genspark的交叉验证。其核心逻辑是Genspark 会为你处理所有并行研究、推理、交叉检查和总结工作，以提供更准确的结果。另外， 在垂直搜索方面，Genspark也用了三个Agent，来处理用户旅游、商品和图片的搜索意图。用户不仅可以点击对应的标签进入到特定的Agent页面，也可以点击输入框，选择对应的Agent，进入针对性的Agent搜索。最后，内容的结构化比如生成思维导图、生成PPT，很多产品也是基于Agent完成的。
AI搜索变现
上周，Perplexity 公司宣布，AI 搜索上将会出现广告。而这些广告将作为相关问题出现，并显示在答案的侧边。这些问题将被标记为“赞助”，赞助问题的答案将由 Perplexity 生成，而不是赞助该问题的品牌。
这相当于在订阅制的基础上做了一些新的尝试。此前，我提到google并不会快速跟进AI搜索的逻辑，因为这对于原来的商业变现逻辑有很大的影响。
而 Perplexity 这次商业化探索显然有很大的意义。
目前在 Perplexity 上每周会进行 1 亿次搜索查询，虽然这个数量不算惊人，但它为品牌和企业提供了一个新的接触消费者的机会。Perplexity 的宣传材料显示：
- 80% 的用户拥有本科学历。
- 30% 担任“高级管理职务”。
- 65% 为“高收入白领职业” (如医学、法律和软件工程)。
根据Perplexity提供的信息，首批广告合作伙伴包括：Indeed、Whole Foods Market、Universal McCann 和 PMG 等品牌和代理公司。
未来
此前，有人表示不看好AI垂直搜索，但这段时间，我觉得我会花更多时间在一些垂直搜索上，可能是知乎的直答、微信读书的AI搜索，可能是小红书AI搜索、Reddit AI搜索等。重要的一直是在于解决用户的实际需求。
同时，Perplexity在广告方面的尝试也显示了AI搜索在商业模式上的创新可能。通过将广告转化为"赞助问题"的形式，既保持了用户体验，又开创了新的收入来源。这种平衡用户体验和商业价值的探索，可能会为整个行业带来启发。
还是期待未来AI搜索的变化。
Why we’re experimenting with advertising
拆解SearchGPT后，我们发现了AI搜索的壁垒、突破和未来
