1. 引言：搜索的变革
搜索正在经历重大变革，AI 技术的引入重塑了搜索的运作方式、用户行为和平台格局。本文回顾了搜索的演变历程，从早期的匹配和排名时代到如今的神经网络和生成式 AI 时代，阐述了 AI 如何影响搜索，以及这对客户、营销人员和品牌意味着什么。
2. 搜索创新时间线
- 早期基础（1998–2015）：搜索引擎通过算法更新（如 Florida、Panda、Penguin）和知识图谱的引入，从简单的字符串匹配转向实体识别，更深入地理解用户意图。
- 神经网络飞跃（2017–2019）：Transformer 架构的发明推动了大型语言模型（LLM）的发展，使搜索引擎能够更好地理解自然语言查询，并生成更准确的答案。
- 平台多样化（2010–现在）：Pinterest、YouTube、Reddit 和 TikTok 等平台的兴起，使搜索体验超越传统搜索引擎，用户行为也发生了变化。
- 生成式转变（2022–2023）：ChatGPT 和 Bing Chat 的推出，标志着搜索开始进入生成式 AI 时代，用户可以通过对话与搜索引擎互动。
- AI 首次搜索结果页（2024–2025）：Google 推出 AI Overviews 和 AI Mode，搜索结果页从简单的链接列表转变为 AI 生成的答案和摘要，搜索成为了一个工作空间。
3. 大型语言模型（LLM）的工作原理及其对搜索的影响
LLM 通过以下方式工作：
- 分词：将文本分解成小单元（token），以便机器理解。
- 训练：在大量文本数据上进行训练，学习语言模式、语法结构、事实信息等。
- 微调：根据实际应用场景进行调整，提高响应质量和安全性。
- 推理：根据训练数据生成对用户查询的响应。
LLM 的引入使搜索引擎能够更好地理解用户意图，并提供更准确、更丰富的搜索结果。
4. Google 搜索中的排名到推理
- AI Overviews：通过 LLM 生成答案，并引用相关来源，但点击率有所下降。
- AI Mode：一个全屏的对话式界面，通过多个 LLM 级联生成答案，并考虑用户历史、设备数据等因素进行个性化定制。
AI Overviews 和 AI Mode 的出现，使搜索从简单的排名转向了推理，内容需要适应这种新的搜索逻辑。
5. AI 搜索的使用情况
- AI 搜索流量分析：虽然 AI 搜索流量增长迅速，但目前仍只占搜索总流量的很小一部分。
- AI 助手使用情况：ChatGPT 是目前最受欢迎的 AI 助手，但使用人群主要集中在年轻、数字素养较高的群体。
- 行业差异：不同行业对 AI 搜索的采用程度不同，教育、健康、B2B 软件等行业使用 AI 搜索的比例较高。
6. AI 搜索对营销人员和品牌的影响
- 深度受众研究和发现：需要更深入地了解用户意图和搜索行为，并使用新的数据来源进行分析。
- AI 可见性和绩效衡量：需要关注新的指标，如 AI 引用率、段落级可见性、多平台可见性等。
- 针对不同平台的策略：不同 AI 搜索平台的工作原理和偏好不同，需要针对不同平台制定不同的优化策略。
- 品牌建设和数字公关：通过创建高质量的内容、建立品牌声誉和获得权威提及，提高品牌在 AI 搜索中的可见性。
- 声誉管理：积极管理用户生成内容，回应负面评论，建立积极的品牌形象。
- 信任信号：确保内容准确、可靠，并使用结构化数据帮助机器理解内容。
- 语义优化和结构化数据：使用语义 HTML 和结构化数据，使机器更容易理解内容。
- 多模态和多平台优化：优化图像、视频等内容格式，使其能够在不同的平台上被搜索到。
- 用户体验和内容架构：设计易于理解和导航的网站结构，并确保内容易于被机器提取。
- 可爬行性和 AI 代理访问：确保 AI 代理能够访问网站内容，避免使用 robots.txt 等阻止访问。
- 反馈循环和模型监控：定期监控 AI 搜索性能，并根据反馈调整策略。
- 代理交互准备：优化产品和服务内容，使其能够被 AI 代理用于决策。
7. 结论
AI 搜索正在重塑搜索生态，品牌需要适应这种新的环境，并采取新的策略来提高可见性和影响力。传统搜索仍然重要，但品牌需要关注 AI 搜索的发展，并采取行动优化其内容和策略，以在 AI 搜索时代取得成功。
