ChatGPT的出现展现了生成式AI的智能，以直接提供答案的形式颠覆了传统的互联网信息获取方式，一场AI搜索大战也随之拉开序幕。
无论是2023年2月微软将GPT-4整合至必应搜索，还是2024年5月谷歌在开发者大会推出“AI Overviews”全新搜索体验功能，都印证着“AI正在重塑互联网搜索”。与此同时，国内各大公司也纷纷加入AI搜索的行列。
传统搜索引擎以其便捷的搜索过程和即时全面的搜索结果，成为用户获取信息的重要帮手。但随着用户需求的升级，其不足之处也逐渐显现。海量的信息和广告的干扰，降低了用户搜索效率；在理解语义和用户意图方面的局限，也无法满足更复杂的查询需求。
算法的优化、大模型技术的迭代和AI场景应用的创新，让搜索领域呈现出全面升级的态势。
与传统搜索相比，AI搜索有哪些优势？又如何更好满足用户搜索需求？
一、传统搜索 VS AI 搜索
1.
关键词驱动 VS 语义驱动
传统搜索引擎基于关键词匹配，即根据用户输入的关键词识别检索范围，并匹配尽可能符合用户意图的海量信息。不同来源的海量信息往往会导致大量冗余内容和信息不一致。在搜索时可能会遇到相同或相似的信息重复出现，或者不同来源的信息互相矛盾。这些都导致用户需要将大量时间耗费在“寻找”和“筛选”上。此外，传统搜索引擎通常依赖广告收入，搜索结果的排序会受到广告竞价的影响。大量的广告不仅占据了搜索结果的显著位置，还会降低用户的搜索效率。
AI搜索技术的引入，对传统搜索引擎的不足之处进行了改进，提升了用户的搜索体验。
基于大模型能力的AI搜索，让用户可以直接获得有效组织和提炼的答案，省去了浏览信息、筛选信息的时间成本。在提升效率的同时兼顾深度，更精准地输出对用户“有用”的信息，更清晰地以自然语言对话的形式呈现信息。传统搜索引擎让用户通过关键词来适应搜索引擎，而AI搜索则让搜索引擎以人性化的方式来适应用户。在“离答案更近”这件事上，AI搜索的用户体验是跨越式升级。
此外，AI搜索通过智能算法优化搜索结果的排序，减少了广告竞价对搜索结果的影响。在搜索结果中标注生成内容的出处，不仅帮助用户更好地理解信息的来源和背景，同时提升了内容的可信度。
2.
浅层信息检索 VS 深度知识生成
如果只是简单的搜索需求，如“2024欧洲杯冠军”“巴黎奥运会召开时间”等问题，AI搜索和传统搜索差别不大。但如果是就某个特定行业、话题进行针对性的搜索答案或生成研究报告，AI搜索势必“遥遥领先”。
同样是对一个长问题的搜索，用户使用传统搜索引擎查找答案时，需要自己先拆解成 A、B、C 三个问题，分别输入到搜索框中。搜索引擎对内容进行抓取后，再将信息简单罗列给用户。
借助AI搜索，用户只需输入核心问题，AI搜索会分析用户意图，智能拆解问题，并抓取对应的网页，基于大语言模型对结果进行综合分析，最后结构化输出一份综合内容。用户可以获得精准、有效且个性化的答案和“量身定做”式的体验。
3.
单次查询 VS 持续对话
传统搜索模式需要用户在搜索结果中点击链接。用户每次输入新问题，都会得到一组全新的、与之前搜索结果无关的信息。这导致用户对不满意的答案，没有继续优化的空间，只能重新搜索。
相比之下，AI搜索让用户的问题不再是一次性的查询。它能够在不断拆解、细化问题的过程中满足用户的个性化需求。在给出答案的同时，提供可能追问的问题。当用户继续提问，AI搜索会在前文逻辑基础上给出连贯的答案，形成一个完整的对话。
AI搜索不仅改进了传统搜索引擎罗列信息的模式和备受诟病的竞价排名广告，还能提供更加智能、个性化的交互体验。它能够根据上下文语义与用户展开多轮次、深度对话，实现对复杂问题的深入探讨。凭借整合、提炼、串联信息的能力，AI搜索在处理知识类和开放式问题时，其体验和效率远胜于传统搜索引擎。
二、「小明助理」
多维度的AI搜索神器
基于模型训练数据的搜索是AI搜索的基本功能，小明助理内置多种大模型，供用户选择，展开对话式提问。除此之外，小明助理还支持多维度的搜索，满足用户个性化的搜索需求。
1.
基于网页信息的搜索
当用户浏览网页时，小明助理可以自动总结搜索内容，帮助用户快速掌握核心信息，减少来回复制粘贴与在网页间跳转的时间。
当用户对“巴黎奥运会开幕式”进行搜索时，小明助理将开幕式时间与地点、独特之处、安保交通等相关信息自动进行了有条理的总结。如果用户想了解更多信息，还可以点击“在聊天中继续”，进一步提出问题，如“开幕式有哪些设计理念”，小明助理会基于全网搜索进行高效总结。
"在聊天中继续"
2.
基于问题的深度搜索和研究
小明行研Agent：深入洞察行业内容，了解相关话题，拓宽视角。
当用户使用传统搜索引擎了解餐饮行业信息时，需要手动输入“餐饮行业发展趋势”餐饮行业近期热点“等相关问题，再从真实性、价值高低方面对信息进行筛选。一方面，用户难以给出全面的思考角度；另一方面，搜索出来的结果很容易出现重复信息，增加用户处理信息的时间成本。
在AI搜索的帮助下，用户了解垂直行业信息的搜索效率将大幅提升。输入你想要的了解的行业问题，小明行研即可根据用户问题发散出行业报告框架，基于框架中的每个问题进行深入检索，结合互联网上的相关行业报告、新闻、分析评论等内容进行总结，最终生成逻辑紧密、全面完整的“研究报告式”搜索结果，包含【完整提纲】、【研究结论及数据】、【相关引用】等维度。用户在输入问题的同时，还可以限定搜索信息的时间，小明行研就可以基于互联网实时数据，按相关时间段进行信息检索梳理，让用户获取到的信息更具时效性。
值得一提的是，对于相关参考资料，小明助理提供网上公开的信息来源，确保答案背后的每一个内容细节都有据可依，用户点击相关链接即可浏览具体文章。
3.
基于微信公众号的搜索
小明资讯Agent：输入公众号列表，快速生成行业新闻速报。
如果用户想在公众号内，针对某一领域/话题进行“地毯式”信息搜索，可以通过小明资讯快速实现信息洞察与整合。只要输入相关公众号列表、搜索时间范围、具体想了解的领域，即可得到相关内容总结。
4.
基于秒针数据库的搜索
针对用户对社媒平台内容洞察的需求，基于明略营销大模型与秒针数据库，小明助理提供【社媒分析助手】和 【圈层分析助手】Agent。
社媒分析助手Agent：输入关键词、时间段、平台，可查询相关帖子，了解正负面讨论角度。
圈层分析助手Agent：输入圈层名称，了解相关圈层正在讨论哪些维度的内容。
搜索结果高度贴合查询关键词，支持深层过滤内容相似的帖子，内容展示中关键词标注明显、主题突出，每一条帖子原文的末尾附上了对应的原贴链接，可以充分满足用户对原贴的追溯需求。
