惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
爱范儿
爱范儿
小众软件
小众软件
阮一峰的网络日志
阮一峰的网络日志
Recent Announcements
Recent Announcements
雷峰网
雷峰网
Last Week in AI
Last Week in AI
I
InfoQ
Google DeepMind News
Google DeepMind News
GbyAI
GbyAI
The Cloudflare Blog
aimingoo的专栏
aimingoo的专栏
量子位
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Blog — PlanetScale
Blog — PlanetScale
F
Full Disclosure
D
DataBreaches.Net
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
MyScale Blog
MyScale Blog
美团技术团队
V
V2EX
Jina AI
Jina AI
T
The Blog of Author Tim Ferriss
T
Tailwind CSS Blog
MongoDB | Blog
MongoDB | Blog
腾讯CDC
Vercel News
Vercel News
A
About on SuperTechFans
J
Java Code Geeks
Martin Fowler
Martin Fowler
V
Visual Studio Blog
博客园_首页
酷 壳 – CoolShell
酷 壳 – CoolShell
Recorded Future
Recorded Future
M
MIT News - Artificial intelligence
WordPress大学
WordPress大学
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
U
Unit 42
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
人人都是产品经理
人人都是产品经理
Y
Y Combinator Blog
云风的 BLOG
云风的 BLOG
博客园 - 三生石上(FineUI控件)
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The GitHub Blog
The GitHub Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI时代的搜索引擎(应该)长什么样?
雨枫 · 2025-04-10 · via 人人都是产品经理

在AI技术飞速发展的今天,搜索引擎作为获取信息的关键工具,也在经历着深刻的变革。然而,现有的AI搜索引擎大多集中在“找答案”这一单一场景,与传统搜索引擎的使用习惯存在显著差异。本文将探讨AI时代搜索引擎应有的功能特征,包括基于关键词生成问题、区分请求类型并提供合适呈现方式、预读总结并屏蔽无关内容,以及对观点来源进行反向追溯与核验等。

当我们使用搜索引擎的时候,通常可以分成三种情况:

第一种,找答案。

迈克尔乔丹是哪年出生的?这个问题存在唯一的正确答案;梅西职业生涯最佳进球是哪个?这个可能没有唯一的答案,但一定存在若干个最流行的答案。

第二种,找资源。

最典型的,找盗版电影或者小说网站。或者,找某个上市公司的官网投资者专区,这种情况下,用户所寻找的可能是一个特定的网址,也可能是一组可供下载的文件。

第三种,找灵感。

听说马斯克这个人很厉害,我对他没什么了解,所以搜搜看。我并不知道我想找的到底是什么,可能是他的个人介绍,也可能是他跟某个女明星的风流艳史,或者是他在电视台的某一个访谈节目——无论如何,我会在找的过程中逐步发现自己到底想要找什么。

回想一下,你所有的搜索引擎使用历史,是不是都可以归类为上述三种情况当中的一种?

然后,当AI来临,我们会发现,所有打着AI搜索引擎旗号的产品,无论是Perplexity,还是ChatGPT的搜索功能,它们基本上都把使用场景集中到了第一项,也就是找答案上。

你提出问题,它给你答案。答案可能很深入,以至于你需要阅读一份学术论文那种篇幅的报告,但最终还是找答案。

然后很快我们就发现,这些打着搜索引擎旗号的东东,和我们以前用习惯了的搜索引擎之间,存在着诸多差别:

  • 传统搜索引擎是以关键词作为输入的,但这些AI更倾向于让你提出完整的问题;
  • 传统搜索引擎返回的是链接地址和内容摘要,而这些AI往往只会给你一个它们总结归纳之后的结论;
  • 传统搜索引擎很容易搜到一堆没用的垃圾,AI并不会,但AI会一本正经的瞎编乱造,睁眼说瞎话。

总之,它们虽然也自称是搜索引擎,但是用起来是一种完全不同的东西。

结果就是,到今天为止,它们当中的任何一个,都没有能够取代传统搜索引擎,甚至都没能证明自己具备这样的可能性。

那么,在AI时代,一个能够完美的兼容传统搜索引擎使用习惯、同时又能比传统搜索引擎更高效的满足用户需求的所谓AI搜索引擎,应该长什么样?

我想,以下几个功能特征应该是必须要有的:

第一,基于关键词输入生成问题的能力

大部分用户习惯了传统搜索引擎的基于关键词的使用方式,而要让他们完整的组织语言去给出一个精确的问题,这本身就是很高的使用门槛。更好的方式是,用户仍然用关键词来提问,而搜索引擎通过多轮的交互(注意,一定要让用户做选择题而不是论述题)逐渐把关键词转化成具体的问题。举例来说:

用户输入:乔丹

搜索引擎:

我猜您想要知道:

1、迈克尔乔丹是谁?

2、乔丹职业生涯当中获得了哪些荣誉?

3、乔丹最近在做什么?

4、乔丹运动鞋和美国篮球巨星有关么?

5、其他

通过AI生成最常见的问题,然后让用户在这些清单里点击自己想知道的问题,一轮不行的话,就分成两轮、三轮,这就是基于关键词生成问题的过程。(这方面,chatGPT的深度研究功能做得比较好,会针对用户提出的需求当中未明确的部分进行主动提问)

第二,区分不同的请求类型并给出合适的呈现方式

前面说过,搜索引擎的三种常见的使用场景:找答案、找资源、找灵感。AI搜索引擎应该能很好的分辨用户当前处于哪种场景当中,并且给出对应的结果呈现方式:

如果用户是在找答案,那么理想的呈现方式,应该是先给出明确的答案/结论(乔丹的个人介绍),然后在后面给出支持这些结论的内容来源/引用地址(百度百科、维基、NBA官网等……),并且按照可信程度排序;

如果用户是在找资源,那么理想的呈现方式应该是把网址按照特定的标准划分成几类,然后分门别类呈现给用户。譬如说我搜索的是免费小说网站,那么搜索引擎可能把综合类的分一组,把修仙奇幻分一组,把都市生活分一组……每一组里面再给出最受欢迎的TOP10,这样就很方便了;

如果用户是在找灵感,那么AI搜索引擎,有可能替用户生成某个类似思维导图样式的东西,再把所有相关的内容填充到思维导体的某一个位置上……无论你是想找严肃的学术生涯还是香艳的风流八卦,都能一眼找到目标,不会在信息的迷宫里绕来绕去……

总之就是根据用户的使用场景和内容的特征,自己来决定用什么样的方式呈现,而不是拘泥于某个固定的显示模版。

第三,代替用户预读、总结并屏蔽无关内容的能力

其实就是让AI替你把目标网址先快速的过一遍,找出哪些跟当前的问题最相关的内容,然后屏蔽掉那些垃圾目标页面。

传统的搜索引擎,本质上是基于PR值来进行搜索结果的排序的,这就给了各种SEO以可乘之机,但在AI时代,我完全可以凭借算力优势,把你找到的100个页面先整体读一遍,撇掉30个蹭流量的,再删掉20个充斥广告缺乏实质内容的,再把那些和当前内容关系比较小的拿掉,只留下真正和当前结果有关、阅读体验最好的少数页面,这基本上就相当于让一个助理/秘书提前帮你把搜索结果再检查一遍。

当然,这部分工作,目前传统的搜索引擎也在做,并且有些也取得了还不错的效果,但还远远没有达到覆盖所有的返回结果的程度,实际上最完美的情况,应该是针对每一个返回的搜索结果页面,里面所有链接都被AI预先捋一遍才对。

第四,对任意观点的来源进行反向追溯与核验的能力

都知道AI容易生成幻觉,那么就需要对AI给出的任何总结性的观点,进行随意的反向追溯,查找出处的操作,虽然现在很多AI大语言模型已经提供了这方面的支持(自己使用下来,元宝算是这方面做得比较好的),但始终存在着一些限制,最理想的情况下,我在搜索引擎返回结果里,任意选取一行字,就能够对这个观点/看法进行反向追溯,看看这个说法最早的出处是哪里,而搜索引擎也会在一些比较重要和关键的地方,主动的附加出处来源的引用链接(就是元宝和ChatGPT这样),以增加内容的可信度。

实际上,我上面列的这四点功能支持,本身并不是什么太新鲜的东西,而某些AI产品,往往也在其中的某一项或者两项上做的还不错,但是目前还没有见过同时在四项上都做得比较出色的产品,并且这些产品往往也并不是基于传统搜索引擎的用户使用习惯所开发和定制。

如果AI厂商们想要真正的替代传统搜索引擎,吃掉这块诱人的蛋糕,那么他们所要做的,应当是用手里的新一代AI技术,去优化原有的搜索引擎的使用体验和效率,让用户在不改变原有使用习惯的前提下,能够获得比以前好得多的用户体验,借此吸引用户转移到自己的产品。而不是一厢情愿的期望着用户改变多年来养成的习惯,硬逼着大家去适应你的全新产品逻辑,哪怕你的逻辑是更AI的、更先进的、更……

可是最终,作为企业,你应当去服务于用户,而不是让用户来适应你。这个道理,哪怕在如今AI当道的时代,也仍然还是成立的。

作者:雨枫 公众号:雨枫有话说

本文由 @雨枫 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自ChatGPT

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务