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

P
Proofpoint News Feed
U
Unit 42
V
Visual Studio Blog
D
DataBreaches.Net
F
Fortinet All Blogs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
The GitHub Blog
The GitHub Blog
Y
Y Combinator Blog
月光博客
月光博客
大猫的无限游戏
大猫的无限游戏
T
The Blog of Author Tim Ferriss
GbyAI
GbyAI
博客园 - 叶小钗
Blog — PlanetScale
Blog — PlanetScale
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
MongoDB | Blog
MongoDB | Blog
The Cloudflare Blog
云风的 BLOG
云风的 BLOG
D
Docker
G
Google Developers Blog
罗磊的独立博客
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
S
SegmentFault 最新的问题

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,
AI搜索,为何体验能远超传统搜索产品?
杜昭 · 2024-08-31 · via 人人都是产品经理

从无广告的清爽界面,到结果聚合的高效呈现;从内容清晰的易读性,到可溯源的信任保障;再到满足多场景的灵活应用,AI搜索正为用户体验带来前所未有的提升。本文将深入探讨AI搜索产品如何超越传统搜索,为用户带来更优质、更便捷的信息服务。

从ChatGPT3.5发布开始算的话,AI已经火了近两年时间,从一开始的兴趣满满,到现在逐渐变得平平常常了,很多AI产品已经潜移默化的渗透进了我们的工作中,但似乎还没有一款产品能带来颠覆性的体验。

这波AI浪潮之中,一开始是热度最高的是模型,但一年之后情况就开始变了,从比模型变成了找应用,毕竟模型的能力再强最终也必然要商业化,要有营收/至少投资人要有信心才能投入真金白银去买卡买数据训练模型。

但应用的场景并不好找,以AI聊天机器人为例,即使对话能力再强,谁每天会和机器人一直聊天儿,经过这么长时间的寻找,现在面向普通用户发展的最好的应属AI搜索产品了。

AI搜索产品有很多区别于传统搜索产品的地方,用很多大佬都讲过的观点就是:AI只是一种能力,并不是说AI带来了多少新的用户需求,在AI浪潮之中,至少前期应是用AI这种新工具去为用户的旧需求带来新体验,新体验自然是更好的体验。

以前在读俞军老师的书时,里面也曾写过:产品价值=新体验-旧体验-迁移成本,只有结果为正时,才意味着这款产品相对于市面上已有的产品存在优势,有机会赢得竞争。而这个公式用在传统搜索产品和AI搜索产品中再合适不过了。

我们先来看一下AI搜索产品长什么样,就以作者常用的秘塔AI搜索为例:

AI搜索,为何体验能远超传统搜索产品?

首页非常简洁,不会有信息流的干扰,用户可以更专注的完成任务。但这一点都不能算作AI搜索产品的优势,AI搜索产品最大的优势在于以下几点:

一、无广告

传统的搜索有多少广告大家应该都感受过吧?严重的时候需要整整下滑两屏才能看到正常内容,就像下面这样:

AI搜索,为何体验能远超传统搜索产品?

广告多就意味着用户需要更多的操作,更长的时间才能看到自己需要的内容,这仅仅是“低危害”的影响,严重的情况遭遇诈骗、轻微头疼被诊断成重症等等新闻也屡见不鲜。

浪费点时间倒还好说,影响了心情可太难受了,如果是一些紧急的工作不小心点了广告就更让人烦躁。这些问题作者自己在使用传统搜索引擎时也长期吐槽,所以在使用了秘塔AI搜索之后就被深深圈粉。因为秘塔AI的搜索结果页面是这样的:

AI搜索,为何体验能远超传统搜索产品?

这里作者随便搜索了一个关于多模态交互的问题,点击搜索按钮之后到达的页面就是最直接的问题答案,全程没有任何广告。但这还仅仅只是秘塔AI搜索众多优势之一。

如果说无广告让找答案之前的体验变好了,那么结果聚合就是让找到答案之后的体验变好了,请继续向下看。

二、结果聚合

在使用传统搜索的过程中,我们的一个问题会搜索出多个链接也就是多个内容,但由于撰写内容的人对问题的理解不同、自身能力水平不同、花费精力不同极大概率无法直接得到高质量结果。

于是我们在查看问题答案时往往需要在多个链接之间进行跳转,这里看看那里看看,经过一段时间的阅读对比之后,才能确定究竟哪个答案质量最高,而且还需要再看看其他内容是否还会对这个质量最高的答案有一些补充。

时间和精力就在这种反复跳转、总结对比之中消耗了。而秘塔AI搜索可以代替我们完成这些工作,在收到问题后,秘塔AI会在全网寻找相关内容并进行总结,再把总结之后的结果呈现给用户,就像下面这样。正文内容就是由多个参考来源归纳形成的。

AI搜索,为何体验能远超传统搜索产品?

这就帮助用户省去了人工总结提炼的工作,而内容的聚合在质量方面也有积极的意义,诚然目前AI给出的回答可能还不如具体领域中高级专家的回答深刻清晰,但一定是强于平均水平的,因为多个来源的内容聚合一定比单一回答更加全面。

同时由于秘塔AI搜索的信息来源会优先选取权威媒体报道、专业文档资料等等内容,在质量上也是有保障的。

三、内容清晰

内容的质量更高之后,还需要做到的是让用户阅读起来更轻松。除了提供有理有据的文字答案,秘塔AI搜索还梳理了思维导图、大纲以及表格等,通过结构化呈现结果,体验更好。

就像作者这几天在大量看马斯克的报道,好奇他是怎么又今天的成就的,用秘塔AI搜了一下之后是这样的:

AI搜索,为何体验能远超传统搜索产品?

相关的里程碑事件直接按照时间线用表格的形式呈现出来了,可以帮助用户更轻松的找到更多感兴趣的部分详细阅读:

AI搜索,为何体验能远超传统搜索产品?

包括思维导图也是一样的作用,作者上次换手机的时候就用这个来对比了红米k70pro和k70至尊版,直接把各项参数罗列起来然后分别对比,相较于直接阅读大段的文字要更轻松:

AI搜索,为何体验能远超传统搜索产品?

四、可溯源

AI搜索产品生成结果可溯源有多方面的意义,例如当我们需要写一份报告时,对数据的准确性要求就很高,此时用户如果能看到“数据来源于XXX权威机构”的说明就可以更放心的使用数据。

作者自己在之前的一篇更新中,需要用到拼多多2023年的营收情况数据,直接用秘塔查找,很快就得到了相关数据:

AI搜索,为何体验能远超传统搜索产品?

不仅给出了具体的数据,而且每条信息后都附有脚标可以点击跳转查看,对应界面底部也汇总了数据来源:

AI搜索,为何体验能远超传统搜索产品?

当我看到数据来源都是一些行业报告和权威媒体时,自然就可以更放心的使用这些数据了。

在今天这个信息泛滥的时代,AI生成的内容可能被用来误导或传播虚假信息。通过追溯内容的来源,我们可以轻松验证信息的真实性和可信度,从而避免被假消息所欺骗。

除此之外,可溯源还意味着责任归属,当AI生成的内容引发法律问题或道德争议时,溯源能力可以帮助确定责任方。这对规避风险和处理相关的法律诉讼极为重要。

就像早期很多没有版权的音乐平台一样,会把歌曲标记为用户上传的,这样即使有盗版歌曲责任方也不在平台,只要把上传歌曲的用户封号即可,至于这种账号的来源?各位看官自己猜猜~

溯源能力对于质量控制同样关键。通过了解内容的来源,我们可以分析生成内容的质量,并对生成过程进行优化,以提升体验。

在用户对平台信任建设过程中,溯源功能也起到了重要的作用。用户往往希望他们获取的信息是可靠的,来源可追溯就能增加用户对AI搜索产品的信任,用户可以快速清晰的了解信息的来源和背景。

五、满足多场景

秘塔AI搜索中,存在一个其他所有搜索产品都没有的能力,就是可以搜索播客,要注意这个播客并非互联网古早时期的博客。

音频类内容产品由于其接收更轻松的特点非常适合在很多场景下与用户的其他任务并存,播客产品自发展到现在全网已经有超过2亿用户。

而秘塔AI搜索可以直接梳理相关播客内容,并在网页上跳转收听,像作者最近突然对甲骨文有了些兴趣就通过它找到了一些感兴趣的内容:

AI搜索,为何体验能远超传统搜索产品?

当然播客功能只是AI搜索产品在满足众多使用场景中的极少部分,像大众更需要的文库搜索、学术搜索,都可以在输入框左下角指定搜索范围,还可以选择答案的详细程度:

AI搜索,为何体验能远超传统搜索产品?

其中有一点让作者比较惊讶的是,秘塔AI还有一个工作流功能,用来生成行业研究报告的时候,真的可以一口气生成几千字完整的行业研究报告,比如这样:

AI搜索,为何体验能远超传统搜索产品?

诚恳的说,生成的AI报告在质量上不如行业内沉浸多年的专家或专业的咨询公司,但这份报告生成只需要不到一分钟,成本也与找个专家或咨询公司不在一个数量级。

更重要的是生成的结果对于需要快速了解一个行业的用户来说完全够用了,至少按照传统做行业研究的流程来看,在收集、筛选信息阶段能提升十倍的效率一点都不夸张。

这里作者还想到了一个比较巧妙的用法,因为这份研究报告的最后部分放了整整58篇内容来源,所以即使用户在使用这个功能时对生成的内容不满意,也可以把这个功能当做寻找高质量相关文章的功能来用。

我们在传统搜索引擎中搜索时,由于很多商业因素的排序往往无法确定哪些链接里的内容才是质量更高的,而AI搜索产品参考的信息来源则是从更大范围、更多数量的文章中经过筛选的,质量更有保障。

专栏作家

杜昭,微信公众号:AI与用户体验,人人都是产品经理专栏作者,实战派设计师,目前在某手机公司负责手机OS交互设计,所负责产品覆盖用户数亿,主要研究AI与人机交互设计的融合及人因学对用户体验的影响。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Pixabay,基于 CC0 协议。

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。