深度 SEO：AI 模式和深度搜索模型的潜在影响
Posted: Sun Mar 23, 2025 8:44 am
利用 Growth Memo 每周专家的见解提升您的技能。免费订阅！
上周，谷歌正式推出了测试版 AI 模式，这是一款强化版的 AI 概览。
在搜索结果中推出 AI Answers 近一年后，我们有足够的数据表明，对开放网络的净影响与特朗普对美国经济的关税一样积极。剧透：不太积极。
AI 概览从传统搜索结果中夺走的点击量比它们给引用来源带来的点击量还要多。AI 模式有可能彻底消除 AI 概览在流量方面造成的巨大贸易逆差。
我认为AI模式的出现是对深度搜索的自然回应，也是AI搜索未来的潜在前景。
图片来源：Lyna™
深度研究威胁谷歌
Deep Search 是 Open AI 开发的一个 AI 代理，它可以针对您选择的主题创建冗长的报告：“该代理使用推理来综合大量在线信息并为您完成多步骤研究任务。”
最明显的应用是市场研究，但代理商还可以提供有关消费者主题的丰富见解，例如购买汽车、预订旅行或获得信贷。
深度研究是为那些在金融、科学、政策和工程等领域从事密集知识工作并需要彻底、精确和可靠研究的人而打造的。它对于寻找高度个性化购买建议的挑剔购物者同样有用，这些购买通常需要仔细研究，例如汽车、家电和家具。
图片来源：Kevin Indig
深度搜索会执行数十到数百次搜索来编制报告。我曾尝试过提示购买决策。
当我询问“价格在 50,000 美元到 80,000 美元之间，最好的 7 座混合动力家用车”时，Deep Research 浏览了 41 个搜索结果，并对内容进行了推理。
搜索推理的一些示例：
我找到了一篇关于 7 座混合动力车的凯利蓝皮书文章。虽然它并不总是包含所有细节，但它是一个很好的起点。
我正在研究丰田 Highlander 和 Grand Highlander 的载货容量。事实证明，Grand Highlander 空间更大，是大家庭的可靠选择。
我正在研究 XC90 Recharge 的电动和综合续航里程，以及来自不同来源的 MPGe 数据的差异。
该报告仅花费 10 分钟来汇总，但可能节省了人力研究的时间和至少 41 次点击 - 这些点击本可以用于 Google 广告。
深度搜索的案例
深度研究代理对 Google 构成威胁吗？我认为是的。
原因如下：
结果令人印象深刻，节省了大量时间。早些时候，谷歌吹嘘它整合搜索结果的速度有多快。但那是结果速度，而不是答案速度。如今，深度搜索代理只需几分钟就能得到答案，但这已经足够了。
从来源到搜索标准，个性化的潜力巨大。
像与商店中的销售人员一样进行对话。深度搜索代理提供简明摘要，用户可以按照自己的节奏进行扩展和探索。
事实证明，每个搜索引擎或 AI 聊天机器人要么已经拥有深度搜索代理，要么正在开发一个。它确实可能是复杂查询搜索的未来。
图片来源：Kevin Indig
Bing 自 2023 年 12 月起就拥有了“深度搜索”功能！它的功能与名称所承诺的完全一致，只是速度更快，而且不如 ChatGPT 的代理那么深入。
如今的搜索引擎是帮助我们在网络上查找信息的强大工具，但有时它们却达不到我们的预期。当我们有复杂、细微或具体的问题时，我们常常很难找到所需的答案。我们自己知道我们在寻找什么，但搜索引擎似乎不明白。
这就是我们创建深度搜索的原因，这是微软必应的一项新功能，它能为最复杂的搜索查询提供更相关、更全面的答案。深度搜索并不是必应现有网页搜索的替代品，而是一种增强功能，它提供了更深入、更丰富的网页探索选项。1
我没想到自己能有朝一日看到谷歌抄袭 Bing 的那一天......但他们并不孤单。
Grok 有“深度搜索”，Gemini 和 Perplexity 有“深度搜索”。每个人都在互相抄袭，甚至没有花心思去选择一个不同的名字。这真是商品化的明显迹象。
谷歌的人工智能模式（来源）
我的理论是：在了解了 ChatGPT 的深度搜索的功能后，谷歌模仿了 Bing 的深度搜索，创建了 AI 模式。
使用 Gemini 2.0 的定制版本，AI 模式对于需要进一步 美国电报号码 探索、比较和推理的问题特别有用。您可以提出以前可能需要多次搜索的细微问题（例如探索新概念或比较详细选项），并获得有用的 AI 响应以及了解更多信息的链接。2
有趣的是，AI 模式与 AI 概览相反：在谷歌第三季度财报中，Sundar PichAI 表示，谷歌发现“使用新 AI 概览的人的搜索使用量有所增加” 。3
因此，AI 概览会带来更多搜索，但 AI 模式可以节省用户的时间和查询：
您可以提出以前可能需要多次搜索才能回答的细微问题（例如探索新概念或比较详细选项），并获得有用的人工智能响应以及了解更多信息的链接。4
反对深度搜索的案例
我认为我们永远不会回到人工智能出现之前的搜索方式。无论以何种形式出现，人工智能答案的普遍关键挑战都是信任。显而易见的问题是幻觉。
具有讽刺意味的是，ChatGPT Deep Research 告诉我它浏览了 29 个来源，但当我数了一下，却发现有 41 个。
然而，推理模型在通过原始计算（即通过“更深入地思考”其答案）解决这个问题方面做得越来越好。
深度搜索代理最大的可解决问题是源选择。
不可信的来源是人工智能答案的微塑料。所有推理模型都公开展示其推理是有充分理由的。
尽管我们可能会像关注服务条款一样关注其推理细节，但它们还是让我们感觉到背后发生了很多事情。
感知对于信任至关重要。然而，信息源选择是一个非常容易解决的问题：用户可以简单地告诉模型忽略他们不想要的信息源，模型会随着时间的推移记住这种行为。
仍存在两个难以解决的问题：
偏见：在我 对人工智能聊天机器人研究的分析中，我指出法学硕士 (LLM) 对全球品牌、奢侈品牌、企业来源和即时情绪有偏见。
访问：信息需要在互联网上才能让深度搜索代理找到它（这是 Google 和 Bing 具有巨大竞争优势的地方）。
当然，最大的问题是深度搜索代理是否会得到广泛应用或仅停留在知识工作者的泡沫中。
订阅每日
上周，谷歌正式推出了测试版 AI 模式，这是一款强化版的 AI 概览。
在搜索结果中推出 AI Answers 近一年后，我们有足够的数据表明，对开放网络的净影响与特朗普对美国经济的关税一样积极。剧透：不太积极。
AI 概览从传统搜索结果中夺走的点击量比它们给引用来源带来的点击量还要多。AI 模式有可能彻底消除 AI 概览在流量方面造成的巨大贸易逆差。
我认为AI模式的出现是对深度搜索的自然回应，也是AI搜索未来的潜在前景。
图片来源：Lyna™
深度研究威胁谷歌
Deep Search 是 Open AI 开发的一个 AI 代理，它可以针对您选择的主题创建冗长的报告：“该代理使用推理来综合大量在线信息并为您完成多步骤研究任务。”
最明显的应用是市场研究，但代理商还可以提供有关消费者主题的丰富见解，例如购买汽车、预订旅行或获得信贷。
深度研究是为那些在金融、科学、政策和工程等领域从事密集知识工作并需要彻底、精确和可靠研究的人而打造的。它对于寻找高度个性化购买建议的挑剔购物者同样有用，这些购买通常需要仔细研究，例如汽车、家电和家具。
图片来源：Kevin Indig
深度搜索会执行数十到数百次搜索来编制报告。我曾尝试过提示购买决策。
当我询问“价格在 50,000 美元到 80,000 美元之间，最好的 7 座混合动力家用车”时，Deep Research 浏览了 41 个搜索结果，并对内容进行了推理。
搜索推理的一些示例：
我找到了一篇关于 7 座混合动力车的凯利蓝皮书文章。虽然它并不总是包含所有细节，但它是一个很好的起点。
我正在研究丰田 Highlander 和 Grand Highlander 的载货容量。事实证明，Grand Highlander 空间更大，是大家庭的可靠选择。
我正在研究 XC90 Recharge 的电动和综合续航里程，以及来自不同来源的 MPGe 数据的差异。
该报告仅花费 10 分钟来汇总，但可能节省了人力研究的时间和至少 41 次点击 - 这些点击本可以用于 Google 广告。
深度搜索的案例
深度研究代理对 Google 构成威胁吗？我认为是的。
原因如下：
结果令人印象深刻，节省了大量时间。早些时候，谷歌吹嘘它整合搜索结果的速度有多快。但那是结果速度，而不是答案速度。如今，深度搜索代理只需几分钟就能得到答案，但这已经足够了。
从来源到搜索标准，个性化的潜力巨大。
像与商店中的销售人员一样进行对话。深度搜索代理提供简明摘要，用户可以按照自己的节奏进行扩展和探索。
事实证明，每个搜索引擎或 AI 聊天机器人要么已经拥有深度搜索代理，要么正在开发一个。它确实可能是复杂查询搜索的未来。
图片来源：Kevin Indig
Bing 自 2023 年 12 月起就拥有了“深度搜索”功能！它的功能与名称所承诺的完全一致，只是速度更快，而且不如 ChatGPT 的代理那么深入。
如今的搜索引擎是帮助我们在网络上查找信息的强大工具，但有时它们却达不到我们的预期。当我们有复杂、细微或具体的问题时，我们常常很难找到所需的答案。我们自己知道我们在寻找什么，但搜索引擎似乎不明白。
这就是我们创建深度搜索的原因，这是微软必应的一项新功能，它能为最复杂的搜索查询提供更相关、更全面的答案。深度搜索并不是必应现有网页搜索的替代品，而是一种增强功能，它提供了更深入、更丰富的网页探索选项。1
我没想到自己能有朝一日看到谷歌抄袭 Bing 的那一天......但他们并不孤单。
Grok 有“深度搜索”，Gemini 和 Perplexity 有“深度搜索”。每个人都在互相抄袭，甚至没有花心思去选择一个不同的名字。这真是商品化的明显迹象。
谷歌的人工智能模式（来源）
我的理论是：在了解了 ChatGPT 的深度搜索的功能后，谷歌模仿了 Bing 的深度搜索，创建了 AI 模式。
使用 Gemini 2.0 的定制版本，AI 模式对于需要进一步 美国电报号码 探索、比较和推理的问题特别有用。您可以提出以前可能需要多次搜索的细微问题（例如探索新概念或比较详细选项），并获得有用的 AI 响应以及了解更多信息的链接。2
有趣的是，AI 模式与 AI 概览相反：在谷歌第三季度财报中，Sundar PichAI 表示，谷歌发现“使用新 AI 概览的人的搜索使用量有所增加” 。3
因此，AI 概览会带来更多搜索，但 AI 模式可以节省用户的时间和查询：
您可以提出以前可能需要多次搜索才能回答的细微问题（例如探索新概念或比较详细选项），并获得有用的人工智能响应以及了解更多信息的链接。4
反对深度搜索的案例
我认为我们永远不会回到人工智能出现之前的搜索方式。无论以何种形式出现，人工智能答案的普遍关键挑战都是信任。显而易见的问题是幻觉。
具有讽刺意味的是，ChatGPT Deep Research 告诉我它浏览了 29 个来源，但当我数了一下，却发现有 41 个。
然而，推理模型在通过原始计算（即通过“更深入地思考”其答案）解决这个问题方面做得越来越好。
深度搜索代理最大的可解决问题是源选择。
不可信的来源是人工智能答案的微塑料。所有推理模型都公开展示其推理是有充分理由的。
尽管我们可能会像关注服务条款一样关注其推理细节，但它们还是让我们感觉到背后发生了很多事情。
感知对于信任至关重要。然而，信息源选择是一个非常容易解决的问题：用户可以简单地告诉模型忽略他们不想要的信息源，模型会随着时间的推移记住这种行为。
仍存在两个难以解决的问题：
偏见：在我 对人工智能聊天机器人研究的分析中，我指出法学硕士 (LLM) 对全球品牌、奢侈品牌、企业来源和即时情绪有偏见。
访问：信息需要在互联网上才能让深度搜索代理找到它（这是 Google 和 Bing 具有巨大竞争优势的地方）。
当然，最大的问题是深度搜索代理是否会得到广泛应用或仅停留在知识工作者的泡沫中。
订阅每日