在這篇文章中，Perplexity的聯(lián)合創(chuàng)始人兼首席戰(zhàn)略官Johnny Ho與Lightspeed合伙人Michael Mignano進(jìn)行了一場(chǎng)深入的對(duì)話，探討了AI產(chǎn)品成功的關(guān)鍵要素。

Perplexity 聯(lián)合創(chuàng)始人&首席戰(zhàn)略官 Johnny Ho 在不久前與 Lightspeed 合伙人 Michael Mignano 的一場(chǎng)對(duì)話中提到，Perplexity 的產(chǎn)品發(fā)布秉持“完全準(zhǔn)備好才推出”的原則，通過小而持續(xù)的功能改進(jìn)，讓產(chǎn)品逐步融入用戶的日常生活。

Johnny 表示，Perplexity 的產(chǎn)品發(fā)布秉持“完全準(zhǔn)備好才推出”的原則，通過小而持續(xù)的功能改進(jìn)，讓產(chǎn)品逐步融入用戶的日常生活。這種專注于快速迭代的策略使 Perplexity 能夠在 AI 領(lǐng)域保持靈活和創(chuàng)新。

未來，Perplexity 將在語音體驗(yàn)中保持來源透明和用戶交互的可能性。與純語音或純文本不同，Perplexity 希望提供多格式的沉浸式體驗(yàn)，讓用戶既能聽到答案，又能看到詳細(xì)的來源信息，這對(duì)用戶和發(fā)布商都更公平。

以下為這場(chǎng)對(duì)話的主要內(nèi)容：

Michael Mignano

很高興你能來。按我理解，你的背景實(shí)際上是工程學(xué)，對(duì)吧？而且是研究方向。你是 IOI 的獎(jiǎng)牌獲得者，如果我沒記錯(cuò)的話。

我知道這一點(diǎn)的原因是，我們也投資了另一家公司 Pika，CEO 也是 IOI 的獎(jiǎng)牌獲得者。我在網(wǎng)上看到一條推文，說現(xiàn)在在 AI 領(lǐng)域，有很多 IOI 獎(jiǎng)牌得主。

如果你是像我這樣的投資者，遇到 IOI 獎(jiǎng)牌獲得者的公司，應(yīng)該直接投資，因?yàn)樗麄兊挠涗浄浅?yōu)秀。能不能和我們講講作為 IOI 獎(jiǎng)牌得主的意義，以及你的背景？

Johnny Ho

當(dāng)然。是的，IOI 獎(jiǎng)牌得主的群體確實(shí)在 AI 領(lǐng)域很活躍，尤其是在創(chuàng)始人方面?？吹郊夹g(shù)背景的參與者大量出現(xiàn)，確實(shí)有點(diǎn)非同尋常。

成為 IOI 獎(jiǎng)牌得主需要大量的訓(xùn)練。通常需要幾年時(shí)間，類似刷 Lead Code 上的典型問題，但這些問題往往耗時(shí)較長，不像 Lead Code 那樣短短 10 或 15 分鐘，而是需要花費(fèi)數(shù)小時(shí)。

這種訓(xùn)練需要一種截然不同的思維方式，就像是在每天提升一些可能或不一定實(shí)際有用的技能，為了自我投資而努力。

Michael Mignano

這些都是編程挑戰(zhàn)吧？

Johnny Ho

是的，類似 Lead Code，但更注重性能?；旧夏阈枰粋€(gè)最佳的解決方案才能拿到滿分。

Michael Mignano

這個(gè)是在高中還是大學(xué)期間進(jìn)行的？

Johnny Ho

通常大多數(shù)人從高中開始，然后逐年提升自己的技能，最終參加國際比賽，比如叫做 IOI，也就是國際信息學(xué)奧林匹克競(jìng)賽，或者相關(guān)的 ACM ICPC。

Michael Mignano

你也參加了 ACM ICPC 嗎？

Johnny Ho

是的，在大學(xué)也參加了這個(gè)。不過大學(xué)時(shí)間少，所以表現(xiàn)沒那么好。

Michael Mignano

然后你早期的職業(yè)生涯是作為一名工程師，我記得是 Core 的一員，但后來你離職回到學(xué)校，回到哈佛。我想知道做出這個(gè)決定的原因。已經(jīng)在職場(chǎng)中有一份出色的工作和角色，為什么會(huì)選擇回到學(xué)術(shù)界？

Johnny Ho

這個(gè)決定當(dāng)時(shí)挺有趣的。Core 有一個(gè)很棒的人才庫，所以我很喜歡那里的氛圍。你提到的 Danny 也在 Core，那時(shí) Core 是知識(shí)型公司的代表。

現(xiàn)在有好幾家類似的公司，但那時(shí) Core 是大家都向往的地方，大家在那里學(xué)習(xí)如何為用戶構(gòu)建產(chǎn)品，搭建基礎(chǔ)模塊。帶著這種視角回到學(xué)校后，我就想知道能學(xué)到哪些實(shí)用的、具有現(xiàn)實(shí)應(yīng)用價(jià)值的知識(shí)。

Michael Mignano

你學(xué)到的一些實(shí)際應(yīng)用的例子是什么？

Johnny Ho

大家都提到“大數(shù)據(jù)”，而在過去，啟動(dòng)一個(gè)大數(shù)據(jù)管道非常困難，很多步驟都是手動(dòng)的，你得自己搭建所有基礎(chǔ)設(shè)施?，F(xiàn)在已經(jīng)簡(jiǎn)單了 100 倍左右，但要理解每天的工作如何轉(zhuǎn)化成指標(biāo)還是一樣的。

比如說，如果你在優(yōu)化某個(gè)指標(biāo)，可能會(huì)把它當(dāng)成當(dāng)月的目標(biāo)，但同時(shí)你也要考慮是否過度優(yōu)化了那個(gè)指標(biāo)，以及這個(gè)問題是否可以完全量化而不是質(zhì)化。這些都是隨著經(jīng)驗(yàn)的積累而學(xué)會(huì)平衡的。

Michael Mignano

對(duì)，這很有道理。那么你是如何從工程師和 IOI 獎(jiǎng)牌得主轉(zhuǎn)型到產(chǎn)品和戰(zhàn)略方向的？這可不是常見的轉(zhuǎn)型。

Johnny Ho

確實(shí)不常見，但我很高興看到 IOI 社區(qū)的人們嘗試新的事物。剛開始更多是出于興趣，想要深入理解產(chǎn)品，用產(chǎn)品。

公司里總有人驅(qū)動(dòng)力去改進(jìn)產(chǎn)品，從用戶的視角思考。我覺得隨著時(shí)間的推移，這種關(guān)注逐漸從底層開發(fā)轉(zhuǎn)向了用戶體驗(yàn)方面，但我仍然會(huì)參與代碼審查，理解團(tuán)隊(duì)成員正在做的工作。

Michael Mignano

那你現(xiàn)在還在寫代碼嗎？

Johnny Ho

是的，還在寫。

Michael Mignano

那太棒了。好的，那來說說 Perplexity。你們稱之為“回答引擎”，而不是“搜索引擎”。大多數(shù)用戶使用它做的事情，可能是之前用 Google 搜索的。你們的長期目標(biāo)是什么？是要取代搜索引擎的行為嗎？

Johnny Ho

長期目標(biāo)是補(bǔ)充搜索，引入新的行為。我們有一個(gè)列表，列出了 AI 解鎖的各種垂直和使用場(chǎng)景，其中很多是傳統(tǒng)搜索無法實(shí)現(xiàn)的。

這就是我們稱之為“回答引擎”的原因。大約 30% 到 40% 的長查詢?cè)趥鹘y(tǒng)搜索中是無法解答的。因此，我們認(rèn)為這些查詢?nèi)孕枰獋鹘y(tǒng)搜索技術(shù)的支持，比如查找相關(guān)的視覺表示。

關(guān)鍵區(qū)別在于用戶的意圖更復(fù)雜，可能有多個(gè)步驟。滿足這些需求是一個(gè)更困難的問題，但同時(shí)也令人興奮。

Michael Mignano

你提到用戶意圖。你覺得用戶來 Perplexity 時(shí)的意圖與 Google 不同嗎？這是你期望用戶有意識(shí)做出的選擇，還是你認(rèn)為用戶會(huì)逐漸替代他們?cè)驹?Google 上的行為？

Johnny Ho

是補(bǔ)充作用，用戶仍有一些簡(jiǎn)短的舊查詢，我們希望取代這些行為，同時(shí)擴(kuò)展它們。用戶可以用 Perplexity 完成編碼等任務(wù)，這在傳統(tǒng)搜索中是無法實(shí)現(xiàn)的。擁有一個(gè)能同時(shí)滿足這兩種需求的引擎很有挑戰(zhàn)性，但這是值得努力的方向。

Michael Mignano

如果拿 Google 搜索、Perplexity 和 ChatGPT 來比較，搜索是覆蓋面廣泛，Perplexity 更專注于答案。那么 ChatGPT 的位置在哪？

Johnny Ho

Perplexity 介于兩者之間，用戶可以找到鏈接，也可以直接獲得答案。在大多數(shù)情況下，80% 的時(shí)間用戶會(huì)得到滿意的答案，剩下 20% 的時(shí)間可以深入查詢或驗(yàn)證答案。這種后備機(jī)制對(duì)我們來說非常重要，以確保答案背后有可靠來源。

Michael Mignano

80% 的時(shí)間用戶能直接得到答案，剩下 20% 需要深入。這是你們想要保持的比例，還是希望提高？

Johnny Ho

我們會(huì)不斷提升這個(gè)比例，但不是僅僅提供答案，而是增加交互。比如用戶可以查閱來源、跟進(jìn)問題、點(diǎn)擊互動(dòng)元素。未來，這些互動(dòng)會(huì)增加，用戶不再僅僅滿足于文字答案，他們會(huì)希望更直接的互動(dòng)。

Michael Mignano

你是說未來這 20% 會(huì)變成一種補(bǔ)充體驗(yàn)，讓用戶學(xué)到更多或獲得意料之外的東西？

Johnny Ho

是的，這 20% 會(huì)很難，最后的 20% 是最難的。逐步提升這一部分，將決定 AI 是否能真正成為面向消費(fèi)者的產(chǎn)品。

Michael Mignano

有意思。關(guān)于 ChatGPT 和 OpenAI，你能講講這項(xiàng)技術(shù)的實(shí)現(xiàn)嗎？你們并沒有訓(xùn)練自己的模型，而是結(jié)合搜索和大語言模型來提升回答質(zhì)量?？梢灾v講它的工作原理嗎？

Johnny Ho

Perplexity 的核心是把答案與來源聯(lián)系起來。我們離線抓取網(wǎng)絡(luò)內(nèi)容，并在線檢索合適的段落和片段。這需要平衡，從哪些來源、包含多少上下文。

我們的模型之一是“Sonar”，它被調(diào)教得快速回答問題，符合我們的品牌需求和簡(jiǎn)潔性。我們還在探索如何引導(dǎo)這些模型來實(shí)現(xiàn)真實(shí)的交互，這是一個(gè)挑戰(zhàn)，但也是未來的方向。

Michael Mignano

像是為用戶做事情。是這個(gè)意思嗎？

Johnny Ho

沒錯(cuò)，為用戶執(zhí)行一些任務(wù)，就是有些人所說的“智能體”。但同時(shí)也包括讓用戶進(jìn)行互動(dòng)的元素。因?yàn)槟壳皝碚f，AI 要自主行動(dòng)而不依賴于人類的輔助，其實(shí)還很困難，對(duì)吧？

Michael Mignano

那么，在到達(dá) Sonar 或其他語言模型之前，是否可以認(rèn)為 Perplexity 的第一步是像傳統(tǒng)的搜索一樣的過程？

Johnny Ho

在某種程度上是的，像傳統(tǒng)搜索。但傳統(tǒng)搜索的特點(diǎn)是通過點(diǎn)擊獲取價(jià)值，而我們則更注重用戶的需求，點(diǎn)擊與否并不是唯一的衡量標(biāo)準(zhǔn)。

對(duì)于我們來說，80% 的情況并不需要用戶點(diǎn)擊，而是直接提供最真實(shí)、最值得信賴的信息和來源。

Michael Mignano

那么你們是如何進(jìn)行搜索的？是否在底層使用了 Google？

Johnny Ho

我們使用了多種 API 和信號(hào)，并將它們結(jié)合起來，以確定最佳片段和來源。例如，傳統(tǒng)搜索可能只能從 Wikipedia 這樣的大域名中抓取一個(gè) URL，而我們可以從不同頁面、甚至頁面內(nèi)部深層嵌入的信息中提取并合成使用這些內(nèi)容。

Michael Mignano

明白了。我想象這是一個(gè)兩步的過程：先進(jìn)行某種傳統(tǒng)的搜索，可能使用一些 API，也可能是你們自有的技術(shù)；然后再用語言模型將這些信息綜合提煉，以簡(jiǎn)潔易讀的方式呈現(xiàn)給用戶，并保持 Perplexity 的品牌語調(diào)。

Johnny Ho

沒錯(cuò)。我們確實(shí)在制定一個(gè)簡(jiǎn)潔、品牌化的用戶定義的目標(biāo)函數(shù)，這與傳統(tǒng)搜索和 ChatGPT 稍有不同。我們更關(guān)注答案的簡(jiǎn)潔和良好的格式，并為用戶提供延展查詢和現(xiàn)實(shí)互動(dòng)的跳板。

Michael Mignano

這一切讓我想到我們之前提到的 80-20 法則，尤其是下一代模型的影響。例如 GPT-4.1 系列模型，它們似乎在做更深入的推理。

雖然這和 Perplexity 的工作不同，但那 20% 的“用戶推理”空間是否也有助于這些新模型的應(yīng)用？你們會(huì)從中受益還是遇到新挑戰(zhàn)？

Johnny Ho

每次新模型發(fā)布，我們都會(huì)看到某種好處。例如，開源模型 LLaMA 發(fā)布后，我們?cè)诋a(chǎn)品中融入這些模型并進(jìn)行微調(diào)。

GPT-4.1 的不同之處在于它有一個(gè)較長的推理鏈條，這在輸出答案之前并不完全透明。對(duì)于大多數(shù)用戶來說，這會(huì)增加 5 到 20 秒的延遲，對(duì)一般的用例并不適用。

不過，在編程或基于操作的界面中，這種延遲是可以接受的。當(dāng)這種技術(shù)進(jìn)一步發(fā)展，延遲降低、成本下降后，強(qiáng)模型的使用場(chǎng)景會(huì)持續(xù)擴(kuò)展。

因此，可能在 6 個(gè)月內(nèi)，編程領(lǐng)域的許多回答會(huì)由長推理鏈條驅(qū)動(dòng)的模型來完成。但當(dāng)前這個(gè)模型的版本仍然較早。

Michael Mignano

非常有趣?，F(xiàn)在用戶可能通過額外的 20% 來實(shí)現(xiàn)推理，而未來模型將承擔(dān)更多推理任務(wù)，尤其是在編程等領(lǐng)域？

Johnny Ho

是的。GPT-4.1 模型主要優(yōu)化了客觀功能：準(zhǔn)確性。這也是它在選擇題和編程方面表現(xiàn)突出的原因。對(duì)于客觀主題，它將非常適用，比如法律和科學(xué)問題。

但當(dāng)用戶有個(gè)性化偏好或想深入探討時(shí)，可能會(huì)遇到挑戰(zhàn)。比如用戶可能忘記告知 AI 自己住在紐約，而 AI 會(huì)假設(shè)，進(jìn)行長時(shí)間推理，影響體驗(yàn)。這時(shí)需要用戶的交互參與。

Michael Mignano

也就是說，要么用戶完成整個(gè)推理鏈，要么 AI 完成，但這兩者結(jié)合在一起會(huì)變得混亂。

Johnny Ho

確實(shí)是的，這就是為什么我們要對(duì)哪些話題適合哪種語言模型有清晰的理解和判斷。我們會(huì)不斷改進(jìn)這方面的理解。

Michael Mignano

那么回到搜索，如果目標(biāo)是逐漸從搜索轉(zhuǎn)向直接提供答案。盡管 Perplexity 似乎增長迅速，但傳統(tǒng)搜索引擎有內(nèi)置的分發(fā)優(yōu)勢(shì)，如在 Safari、Chrome 等系統(tǒng)和瀏覽器中，Perplexity 如何克服這些分發(fā)優(yōu)勢(shì)？

Johnny Ho

這是一個(gè)復(fù)雜的問題，但所有成功的 AI 產(chǎn)品的核心在于“顛覆性”。關(guān)鍵在于找到那些被我們專注“顛覆”的應(yīng)用場(chǎng)景，而傳統(tǒng)公司未必會(huì)花心力去追逐的應(yīng)用場(chǎng)景。此外，我們還需要一些留存手段。

盡管傳統(tǒng)公司依賴通知推送和推廣內(nèi)容，而我們則用 AI 的優(yōu)勢(shì)建立獨(dú)特的產(chǎn)品體驗(yàn)。這使得我們不需要龐大的社交網(wǎng)絡(luò)也能迅速搭建一個(gè)內(nèi)容流。

Michael Mignano

從團(tuán)隊(duì)目標(biāo)和文化的角度來看，如何推動(dòng)這種增長？感覺你們并沒有什么捷徑，而是每天努力進(jìn)步。團(tuán)隊(duì)是如何實(shí)現(xiàn)這些結(jié)果的？

Johnny Ho

我們有很多有機(jī)的想法。例如，最近我們開展了返校季活動(dòng)。大部分公司花大量資金進(jìn)行營銷，而我們卻深入了解學(xué)生需求，比如喜歡小禮物和競(jìng)賽。

所以，我們沒有復(fù)雜的管理結(jié)構(gòu)，每個(gè)工程師都有自主的思考空間，快速迭代，有時(shí)候犯錯(cuò)，但總能在交付前的最后 10% 調(diào)整到位。

Michael Mignano

團(tuán)隊(duì)是否設(shè)定了周或月的增長目標(biāo)？

Johnny Ho

我們每個(gè)季度會(huì)設(shè)定一個(gè)高層次的目標(biāo)，然后分解成每周的目標(biāo)。每個(gè)人每周設(shè)定自己的目標(biāo)，完成率至少達(dá)到 75%。這樣就有了穩(wěn)定的節(jié)奏和進(jìn)度。

Michael Mignano

這些目標(biāo)是基于功能發(fā)布，還是關(guān)注周增長？

Johnny Ho

也包括定性的目標(biāo)，不僅僅是用戶增長。用戶增長本身難以執(zhí)行，因此需要分解成具體的小里程碑。

比如，某項(xiàng)實(shí)驗(yàn)失敗了，那我們可以從中學(xué)到什么？或者一個(gè)原型雖然還不完善，但卻是一個(gè)建設(shè)性的起點(diǎn)，可以進(jìn)一步調(diào)整。因此即便當(dāng)時(shí)未能直接增加用戶增長或留存，也有具體的成就感。

Michael Mignano

假設(shè)你們成功實(shí)現(xiàn)了產(chǎn)品增長，這對(duì)整個(gè)互聯(lián)網(wǎng)生態(tài)意味著什么？我認(rèn)為像 Perplexity 這樣的產(chǎn)品替代傳統(tǒng)搜索，互聯(lián)網(wǎng)的大部分內(nèi)容是基于搜索和廣告模式免費(fèi)供用戶使用的。

而 Perplexity 越是從傳統(tǒng)搜索中分流，這種商業(yè)模式受到的挑戰(zhàn)也越大。能否談?wù)?Perplexity 的商業(yè)模式，無論是當(dāng)前還是未來？

Johnny Ho

對(duì)，核心業(yè)務(wù)目前是訂閱，包括消費(fèi)者訂閱和企業(yè)訂閱。因?yàn)?Perplexity 目前是一個(gè)專注的生產(chǎn)力工具，這樣的訂閱模式非常合理。

我們提供的價(jià)值在于幫助用戶更高效地完成工作，比如每節(jié)省一小時(shí)的時(shí)間，我們就可能為用戶帶來 1% 的附加價(jià)值，大概相當(dāng)于每隔幾小時(shí)“賺”一美元。

因此，我們并不在每次查詢中直接向用戶收費(fèi)，而是基于整個(gè)月內(nèi)累積提供的價(jià)值。

未來的下一步可能是廣告業(yè)務(wù)，因?yàn)椴⒎撬腥硕枷敫顿M(fèi)訂閱。我們希望廣告能夠以對(duì)用戶有益的方式呈現(xiàn)，用戶可以被動(dòng)或主動(dòng)地發(fā)現(xiàn)優(yōu)質(zhì)推薦內(nèi)容。

重要的是，我們絕不會(huì)改變答案或?qū)Υ鸢府a(chǎn)生偏見，我們會(huì)始終構(gòu)建與用戶需求一致的商業(yè)模式。

Michael Mignano

這非常有趣。傳統(tǒng)搜索引擎的答案確實(shí)會(huì)有一定的偏見，因?yàn)橐恍╂溄涌赡苁歉顿M(fèi)推廣的。

而在 Perplexity 中，答案始終保持客觀，廣告可能只是作為相關(guān)內(nèi)容的補(bǔ)充。這種激勵(lì)機(jī)制和 Google 完全不同，你們專注于提供正確的答案，并希望將 80% 的準(zhǔn)確率提升。

這樣的話，Perplexity 的“用戶停留時(shí)間”可能會(huì)低于 Google，因?yàn)橛脩舻玫降拇鸢父苯?、?jiǎn)潔。廣告的展示方式、定價(jià)和目標(biāo)會(huì)因此有所不同，你如何看待這些差異？

Johnny Ho

我們?cè)谶@方面既有新鮮的視角也抱有謙遜的態(tài)度。我們?cè)跇?gòu)建消費(fèi)類產(chǎn)品時(shí)沒有考慮廣告，所以對(duì)新的體驗(yàn)有很多需要學(xué)習(xí)的地方。

我們會(huì)推出多個(gè)版本、快速迭代，傾聽用戶和廣告商的反饋。我們習(xí)慣了快速調(diào)整和優(yōu)化的節(jié)奏。我認(rèn)為目前我們要堅(jiān)守的核心使命就是不削弱答案的客觀性，不產(chǎn)生偏見。

產(chǎn)品中確實(shí)有一些地方，廣告可能更自然地融入或更容易被用戶操作，但我們還沒有具體答案。

Michael Mignano

那么你覺得在傳統(tǒng)搜索中的每一美元廣告支出是否可以無縫轉(zhuǎn)移到一個(gè)“回答引擎”上，還是會(huì)有一些損失？

Johnny Ho

目前很難說。我認(rèn)為廣告主最重視的用戶希望能夠逐步遷移到 Perplexity。隨著用戶群體的分布變化，廣告支出流向也會(huì)隨之變化。

例如，尋找最佳 API 是一個(gè)非常昂貴的查詢，因?yàn)橛脩艨赡茏罱K要為該 API 支付上千美元。

在傳統(tǒng)搜索中，只有當(dāng)用戶點(diǎn)擊廣告時(shí)廣告才有價(jià)值，但隨著用戶逐漸理解不喜歡點(diǎn)擊錯(cuò)誤鏈接的體驗(yàn)，這種分布會(huì)發(fā)生變化，用戶將通過他們的查詢進(jìn)行投票。

Michael Mignano

你認(rèn)為 Google 是否能在不破壞廣告模式的情況下轉(zhuǎn)型？畢竟，他們也在嘗試將 AI 回答置于搜索結(jié)果的頂部。

Johnny Ho

很難說。大公司行動(dòng)緩慢，可能受到法律問題和現(xiàn)有合作關(guān)系的制約。Perplexity 則可以從零開始，完全基于第一性原理思考用戶價(jià)值。

大公司始終會(huì)面臨大量的官僚束縛，至少在未來兩三年內(nèi)，理論上它們很難徹底改變商業(yè)模式。

Michael Mignano

確實(shí)如此?；ヂ?lián)網(wǎng)的很多內(nèi)容都依賴廣告模式免費(fèi)提供。像 Perplexity 和 ChatGPT 這樣的產(chǎn)品可能會(huì)攔截一部分流量，削弱原本基于廣告的用戶體驗(yàn)。這樣一來，發(fā)布商能否繼續(xù)免費(fèi)提供內(nèi)容？如果不能，AI 產(chǎn)品獲取信息的方式又會(huì)受到怎樣的影響？

Johnny Ho

這個(gè)問題很好，這正是我們開始發(fā)布商計(jì)劃的原因。只有這樣，才能確保整個(gè)激勵(lì)機(jī)制的一致性。

從網(wǎng)絡(luò)上獲取優(yōu)質(zhì)內(nèi)容、展示這些內(nèi)容、用戶消費(fèi)內(nèi)容，這一切形成一個(gè)閉環(huán)。目前的模式基本上是通過付費(fèi)決定廣告排名。

我們希望通過更合理的激勵(lì)機(jī)制，讓用戶的查詢主導(dǎo)結(jié)果，而不僅僅是關(guān)鍵詞。確保為用戶呈現(xiàn)最相關(guān)的內(nèi)容片段，而不是出價(jià)最高的片段。

Michael Mignano

你能進(jìn)一步介紹一下發(fā)布商計(jì)劃嗎？

Johnny Ho

Perplexity 的發(fā)布商計(jì)劃會(huì)平等地為每一個(gè)被用于生成答案的來源分配相應(yīng)的報(bào)酬。

比如，如果某個(gè)來源的片段被使用，就會(huì)得到相應(yīng)的分成。目前的公式比較簡(jiǎn)單，就是根據(jù)某個(gè)來源被使用的次數(shù)來計(jì)算，但未來可能會(huì)更復(fù)雜一些。

我們的目標(biāo)是讓使用最多的來源獲得最大的分成，從而鼓勵(lì)發(fā)布商繼續(xù)創(chuàng)作高質(zhì)量?jī)?nèi)容，也讓用戶看到最相關(guān)的內(nèi)容，而不是被最高競(jìng)價(jià)的片段所支配。

Michael Mignano

所以發(fā)布商在其網(wǎng)站上發(fā)布內(nèi)容，Perplexity 收集這些信息生成答案，使用的所有來源都會(huì)根據(jù)出現(xiàn)的頻率進(jìn)行簡(jiǎn)單的收入分成。作為發(fā)布商，如何確保我的內(nèi)容能被優(yōu)先選中？

Johnny Ho

確保內(nèi)容具有高質(zhì)量、可驗(yàn)證性、可信度和原創(chuàng)性。這樣可以使這些內(nèi)容片段更頻繁地被展示。

Michael Mignano

我猜想會(huì)有一種新的 SEO 形式出現(xiàn)，發(fā)布商會(huì)優(yōu)化內(nèi)容以便被 Perplexity 或類似服務(wù)采集，是這樣嗎？

Johnny Ho

是的，我想這確實(shí)會(huì)成為一個(gè)難題，需要去除所有只是重復(fù)而非原創(chuàng)的內(nèi)容。隨著時(shí)間的推移，這個(gè)過程不可能僅靠人類來完成，我們將需要 AI 來參與這場(chǎng)“戰(zhàn)斗”。

這可能會(huì)涉及到機(jī)器學(xué)習(xí)，考慮哪些文章是最早發(fā)布的、哪些信息背后有真實(shí)的作者、哪個(gè)發(fā)布商在該領(lǐng)域的權(quán)威性最高等等。

雖然這個(gè)公式還未完善，但這是必須要完成的，否則互聯(lián)網(wǎng)將充斥著無限量的不可驗(yàn)證、缺乏可信度的信息。

Michael Mignano

這確實(shí)讓發(fā)布商在新的世界中對(duì)可信度的需求提高了。當(dāng)用戶不直接查看并評(píng)估內(nèi)容來源時(shí)，對(duì)信任的要求就會(huì)更高。

Johnny Ho

對(duì)，以前用戶可以通過點(diǎn)擊鏈接來驗(yàn)證內(nèi)容，比如看看網(wǎng)站設(shè)計(jì)如何，有沒有侵入性廣告。但隨著這種模式的重要性降低，未來將更多地關(guān)注頁面上的實(shí)際信息，包括高質(zhì)量的報(bào)道如何為該頁面提供信息。

接下來會(huì)很有趣，尤其是當(dāng)人們生成圖片和視頻時(shí)，我們?nèi)绾畏乐惯@些內(nèi)容主導(dǎo)信息領(lǐng)域？

在我看來，圖像和視頻更具挑戰(zhàn)性，因?yàn)樗鼈內(nèi)狈Y(jié)構(gòu)化的格式。比如圖像的來源不明確，視頻的來源也越來越難辨別，即使有元數(shù)據(jù)，人們也可以輕易移除這些信息。

Michael Mignano

我猜測(cè)對(duì)于文本內(nèi)容，AI 可以驗(yàn)證其是否為人工生成或 AI 生成，如果是 AI 生成的，可能會(huì)降權(quán)處理。

Johnny Ho

至少在文本領(lǐng)域，我們有一個(gè)較為明確的結(jié)構(gòu)化框架，比如頁面標(biāo)題、發(fā)布商，最重要的是作者存在的前提。

這使得判斷信息來源更加容易。但如果人們開始忽視作者或不再突出展示作者信息，這將是一種危險(xiǎn)的趨勢(shì)，用戶將難以辨別信息的來源。

Michael Mignano

引用會(huì)在這一切中扮演什么角色？因?yàn)樵诎l(fā)布商計(jì)劃推出之前，引用可能是發(fā)布商的真正價(jià)值所在，即確保用戶知道內(nèi)容來源并能為網(wǎng)站帶來流量。這在發(fā)布商計(jì)劃中是否仍然是價(jià)值交換的一部分？

Johnny Ho

是的，無論是否被點(diǎn)擊，發(fā)布商都會(huì)獲得相應(yīng)的積分。我們基于內(nèi)容片段的使用次數(shù)，而非點(diǎn)擊次數(shù)。

這避免了在點(diǎn)擊區(qū)域大小上進(jìn)行操控。我們沒有激勵(lì)去降低或提升某些來源的優(yōu)先級(jí)，我們的激勵(lì)是提供最高質(zhì)量的答案。

Michael Mignano

你認(rèn)為多模態(tài)模型在 Perplexity 中的潛力如何？如今大家都很期待 ChatGPT 的語音模式，這些模型似乎在語音、視頻和圖像交流上提供了很多新功能。對(duì)于 Perplexity，這些技術(shù)的應(yīng)用前景如何？

Johnny Ho

我認(rèn)為語音很有趣，但它會(huì)丟失 Perplexity 通常提供的大量上下文信息。因此在語音設(shè)計(jì)中，我們?nèi)詴?huì)展示來源和各種媒體信息，這樣用戶可以了解答案的來源，而不僅僅是接收到簡(jiǎn)短的音頻回答。

語音也很具挑戰(zhàn)性，因?yàn)橛脩艨赡懿粫?huì)期待通過語音輕松地跟進(jìn)查詢。我們或許可以在語音模式中添加一些非語音的查詢或互動(dòng)元素，以避免類似傳統(tǒng)客服的單調(diào)體驗(yàn)。

Michael Mignano

明白了。所以即使是在語音為主的體驗(yàn)中，你仍希望用戶看到屏幕內(nèi)容，以多種格式結(jié)合的方式呈現(xiàn)，而不是純語音或純文本。讓體驗(yàn)更具沉浸感是更好的方式。

Johnny Ho

沒錯(cuò)，用戶應(yīng)該隨時(shí)有選擇權(quán)。如果他們想檢查答案的準(zhǔn)確性，應(yīng)該能夠做到。對(duì)于我們產(chǎn)品和品牌來說，持續(xù)提供事實(shí)依據(jù)非常重要，這對(duì)發(fā)布商也是有利的，他們不會(huì)被完全剝奪存在感。

Michael Mignano

接下來 Perplexity 有哪些新進(jìn)展？似乎你們一直在推出新功能和新平臺(tái)。未來我們可以期待些什么？

Johnny Ho

對(duì)那些期待新功能的人來說，Perplexity 的特點(diǎn)在于只有在完全準(zhǔn)備好的情況下才會(huì)發(fā)布新功能。我們可能在后臺(tái)進(jìn)行很多實(shí)驗(yàn)和演示，但只有在達(dá)到生產(chǎn)標(biāo)準(zhǔn)時(shí)才會(huì)正式發(fā)布。

我們的變化不會(huì)在一夜之間出現(xiàn)，而是通過一系列小而增量的更新，使產(chǎn)品更友好，增加小的互動(dòng)，將 AI 更加融入用戶的日常生活。

這樣的迭代思維讓我們可以快速前進(jìn)并集中精力。與其追求一次性的大規(guī)模發(fā)布，我們更專注于每次小規(guī)模的進(jìn)步。