對(duì)話(huà)式AI搜索解決了傳統(tǒng)搜索中的一大弊端——你永遠(yuǎn)不可能搜索你腦中沒(méi)有的概念。

無(wú)論是強(qiáng)大的OpenAI在2024年推出的SearchGPT，2024年冉冉升起的新星Perplexity，還是Google即將在AI搜索上布局跟進(jìn)。AI搜索引擎一次次的出現(xiàn)在了我們面前，那么AI搜索究竟和傳統(tǒng)的Google搜索有什么區(qū)別？它能夠給我們帶來(lái)什么樣的變化，作為一個(gè)基于大模型的搜索引擎，它能夠如何助力產(chǎn)品經(jīng)理的工作效率？

快來(lái)和筆者一起來(lái)看下吧~

一、重新定義搜索引擎：全球第一個(gè)對(duì)話(huà)式AI搜索引擎

1. 支持自然語(yǔ)言組合提問(wèn)

當(dāng)你有不理解的問(wèn)題時(shí)，通常會(huì)有很多相關(guān)聯(lián)的問(wèn)題，在AI搜索中，你不需要一個(gè)個(gè)去提問(wèn)，可以把所有想問(wèn)的問(wèn)題一次性丟給AI搜索

例如： 基于成熟的大語(yǔ)言模型創(chuàng)建應(yīng)用對(duì)于產(chǎn)品經(jīng)理的能力有什么要求？ 為什么說(shuō)設(shè)計(jì)基于大模型的AI應(yīng)用產(chǎn)品時(shí)，產(chǎn)品經(jīng)理撰寫(xiě)評(píng)估標(biāo)準(zhǔn)成為了核心競(jìng)爭(zhēng)力？ 那么產(chǎn)品經(jīng)理應(yīng)該如何撰寫(xiě)評(píng)估標(biāo)準(zhǔn)？

當(dāng)你有這些疑問(wèn)的時(shí)候，你不需要像之前一條條搜索，只需要把這些問(wèn)題丟給AI搜索，它可以自動(dòng)拆分問(wèn)題后對(duì)每個(gè)問(wèn)題再處理。

2. 實(shí)時(shí)聯(lián)網(wǎng)搜索，自動(dòng)生成搜索關(guān)鍵詞，同時(shí)確保文章的時(shí)效性

相比起傳統(tǒng)搜索單一關(guān)鍵詞，AI搜索會(huì)自動(dòng)生成多組關(guān)鍵詞進(jìn)行搜索，同時(shí)，它閱讀的文章都是比較新的文章，提升了搜索質(zhì)量。

同樣還是上面的例子，

基于成熟的大語(yǔ)言模型創(chuàng)建應(yīng)用對(duì)于產(chǎn)品經(jīng)理的能力有什么要求？ 為什么說(shuō)設(shè)計(jì)基于大模型的AI應(yīng)用產(chǎn)品時(shí)，產(chǎn)品經(jīng)理撰寫(xiě)評(píng)估標(biāo)準(zhǔn)成為了核心競(jìng)爭(zhēng)力？ 那么產(chǎn)品經(jīng)理應(yīng)該如何撰寫(xiě)評(píng)估標(biāo)準(zhǔn)？

我們可以看到Perplexity會(huì)針對(duì)每個(gè)拆分好的問(wèn)題進(jìn)行關(guān)鍵詞搜索，并閱讀相關(guān)的文章

3. 使用大模型整合答案，可驗(yàn)證信息源提升答案可靠性

最后，AI搜索會(huì)使用大模型把所有的問(wèn)題做答案整合，并在每個(gè)答案后面標(biāo)注了參考的信息來(lái)源，確?；卮鸬目煽啃?。當(dāng)然，如果有不確定的信息想要做二次確認(rèn)，只需要點(diǎn)擊信息來(lái)源就可以看到原文章，非常方便。

同樣是上面的例子，我們可以看到AI搜索針對(duì)第一個(gè)問(wèn)題整合了答案，并標(biāo)注了每個(gè)答案的參考信息來(lái)源。

4. 多種類(lèi)模式助力垂類(lèi)信息的精細(xì)度

除了默認(rèn)全網(wǎng)搜索，有些AI搜索還提供了精細(xì)化領(lǐng)域搜索，確保了信息搜索的精細(xì)度，如Academic：直接搜索學(xué)術(shù)論文，它們可以從從Semantic Scholar（學(xué)術(shù)論文），Arxiv（物理、數(shù)學(xué)、計(jì)算機(jī)科學(xué)，生物等）Pubmed ncbi（生物醫(yī)學(xué)和生命科學(xué)相關(guān)論文）等直接搜索論文，比如我們剛接觸AI產(chǎn)品研發(fā)時(shí)，大多數(shù)的學(xué)習(xí)都是從Arxiv中學(xué)習(xí)的，當(dāng)時(shí)我們需要根據(jù)自己research不懂的問(wèn)題再一個(gè)個(gè)去Arxiv去搜索，現(xiàn)在有了AI搜索，直擊源頭，大大提升我們學(xué)習(xí)一個(gè)新知識(shí)的效率~

5. 追加擴(kuò)展問(wèn)題主動(dòng)掃盲

AI搜索大多會(huì)在結(jié)果后面提供相應(yīng)的擴(kuò)展問(wèn)題，只需通過(guò)繼續(xù)追問(wèn)或點(diǎn)擊的簡(jiǎn)單交互，就可以快速看到擴(kuò)展問(wèn)題的答案，尤其在新領(lǐng)域的知識(shí)學(xué)習(xí)下，可能有些問(wèn)題你還不知道如何去問(wèn)的時(shí)候，AI搜索已經(jīng)幫你準(zhǔn)備了相關(guān)問(wèn)題。這極大了解決了傳統(tǒng)搜索中的一大弊端：你永遠(yuǎn)不可能搜索你腦中沒(méi)有的概念。

簡(jiǎn)單來(lái)說(shuō)，AI搜索從收到問(wèn)題到產(chǎn)出答案會(huì)經(jīng)歷以下步驟

1. 自動(dòng)拆解問(wèn)題
2. 根據(jù)關(guān)鍵詞搜索問(wèn)題（甚至根據(jù)不同的需求搜索不同領(lǐng)域，例如碰到學(xué)術(shù)相關(guān)的內(nèi)容會(huì)自動(dòng)搜索學(xué)術(shù)論文）
3. 閱讀搜索到的文章
4. 選取合適的信息源并整合答案并在每個(gè)答案后面標(biāo)注引用文章

這就是AI搜索的強(qiáng)大之處，可以想象，作為需要快速了解很多領(lǐng)域知識(shí)和前沿信息的產(chǎn)品經(jīng)理來(lái)說(shuō)，這將大大提升工作效率和工作質(zhì)量。把信息搜索做到了又快（一次提出多個(gè)問(wèn)題）又準(zhǔn)（做了信息驗(yàn)證）。

簡(jiǎn)單來(lái)說(shuō)，Perplexity的Pro Search從收到問(wèn)題到產(chǎn)出答案會(huì)經(jīng)歷以下步驟

1. 自動(dòng)拆解問(wèn)題
2. 根據(jù)關(guān)鍵詞搜索問(wèn)題（甚至根據(jù)不同的需求搜索不同領(lǐng)域，例如碰到學(xué)術(shù)相關(guān)的內(nèi)容會(huì)自動(dòng)搜索學(xué)術(shù)論文）
3. 閱讀搜索到的文章
4. 選取合適的信息源并整合答案并在每個(gè)答案后面標(biāo)注引用文章

這就是AI搜索的強(qiáng)大之處，可以想象，作為需要快速了解很多領(lǐng)域知識(shí)和前沿信息的產(chǎn)品經(jīng)理來(lái)說(shuō)，這將大大提升工作效率和工作質(zhì)量。把信息搜索做到了又快（一次提出多個(gè)問(wèn)題）又準(zhǔn)（做了信息驗(yàn)證）。

二、使用AI搜索的小技巧

1. 如果需要用到如垂類(lèi)領(lǐng)域的專(zhuān)業(yè)搜索時(shí)，用純英文提問(wèn)

由于學(xué)術(shù)文章無(wú)論從數(shù)量級(jí)還是質(zhì)量級(jí)上，英文資料都更勝一籌，所以當(dāng)我們用類(lèi)似Academic搜索學(xué)術(shù)相關(guān)答案的時(shí)候，使用英文提問(wèn)通常更容易獲得更新更高質(zhì)量的答案。

2. 提好問(wèn)題幫你“無(wú)中生有”，快速了解新領(lǐng)域知識(shí)

就像我們之前說(shuō)的，傳統(tǒng)搜索的一大弊端就是你永遠(yuǎn)不可能搜索你腦中沒(méi)有的概念，但是AI搜索可以幫你做到“無(wú)中生有”，腦袋里沒(méi)有概念？沒(méi)關(guān)系，問(wèn)就好啦。

例如：

我剛剛轉(zhuǎn)型到供應(yīng)鏈做產(chǎn)品經(jīng)理，請(qǐng)幫我列出10個(gè)必須掌握的行業(yè)相關(guān)概念。每個(gè)概念出來(lái)之后就可以去一一學(xué)習(xí)。

Perplexity會(huì)生成10個(gè)相關(guān)概念，你要做的就是把這10個(gè)相關(guān)概念，通過(guò)對(duì)話(huà)式的交互方式繼續(xù)學(xué)習(xí)，無(wú)論是生成答案，重寫(xiě)答案，繼續(xù)追問(wèn)等等，快速拓展自己的知識(shí)盲區(qū)。

再例如：

如果你要做SOWT分析或BRD時(shí)，需要查看某個(gè)具體行業(yè)相關(guān)的研究報(bào)告，往常你可能要去艾瑞咨詢(xún)或各個(gè)咨詢(xún)行業(yè)搜索關(guān)鍵詞，下載報(bào)告，查看，很有可能看了幾天，才能總結(jié)出相關(guān)結(jié)論。

現(xiàn)在你只需要告訴Perplexity，“請(qǐng)幫我找?guī)追莺团嘤?xùn)行業(yè)競(jìng)爭(zhēng)格局相關(guān)的研究報(bào)告。”，你會(huì)立馬獲得幾份研究報(bào)告，如果想看具體的研究報(bào)告你只需要點(diǎn)擊信息源即可。我試下來(lái)無(wú)論是PDF還是網(wǎng)頁(yè)，都可以直接查看到信息源，大大節(jié)省了時(shí)間。

還有一些其他問(wèn)法，例如

針對(duì)***，請(qǐng)告訴我最前沿的信息或者成果

給我一個(gè)和***相關(guān)的具體對(duì)標(biāo)的案例研究

給我艾瑞咨詢(xún)最近3年關(guān)于大健康行業(yè)研究報(bào)告的鏈接

我已經(jīng)知道了和**相關(guān)的某些知識(shí)（舉例列出），除了這些知識(shí)，還有哪些知識(shí)是我需要了解的？

AI搜索，讓快速了解一個(gè)行業(yè)，學(xué)習(xí)一個(gè)新的領(lǐng)域?qū)⒆兂梢患浅Ｈ菀撞僮鞯氖虑?，這對(duì)產(chǎn)品經(jīng)理來(lái)說(shuō)是個(gè)大大的好消息。

3. 限定輸出字?jǐn)?shù)

和ChatGPT一樣，由于AI搜索的回答是用大語(yǔ)言模型整合生成的，所以根據(jù)自己的需要限定輸出字?jǐn)?shù)，也可以幫助你獲得更符合期待的答案。

例如，

請(qǐng)告訴我測(cè)評(píng)和評(píng)鑒的差別是什么，不超過(guò)800個(gè)字。

4. 巧用中英翻譯插件，讓語(yǔ)言不再是阻礙

如果有些伙伴要想要用英文提問(wèn)用獲得更高質(zhì)量的答案，但是對(duì)自己的英文沒(méi)有信心怎么辦？除了用復(fù)制黏貼用其他大語(yǔ)言模型或翻譯應(yīng)用翻譯，有一個(gè)更簡(jiǎn)便的方法。

我們可以使用一些英文網(wǎng)頁(yè)插件配合AI搜索使用，做到快速的中英文轉(zhuǎn)換

三、總結(jié)

根據(jù)紅杉資本的預(yù)測(cè)，下一個(gè)AI殺手級(jí)應(yīng)用極有可能在AI搜索中產(chǎn)生，可以預(yù)知2025年在AI搜索市場(chǎng)會(huì)有更加激烈的市場(chǎng)

一起期待一下，AI搜索能再給我們帶來(lái)什么巨大的變化吧~