ChatGPT没有做的AI搜索，是不是下一个战场 ChatG

ChatGPT没有做的AI搜索，是不是下一个战场 ChatGPT安卓版和macOS版新增Mentions功能 支持切换不同GPT模型， 

ChatGPT没有做的AI搜索，是不是下一个战场

文 | 娱乐资本论 James

上周，ChatGPT正在测试一个独立于其大模型对话框之外的AI搜索功能，将使用专属网址 search.chatgpt.com ，据说支持以图搜图，还可能包括天气、计算器等小工具。

作为AI领头羊，OpenAI的几乎每一个行动都能激发业界的热烈讨论。不过北京时间周二凌晨的发布会上没有公布和搜索相关的信息，这次开放的GPT-4o模型主要增强了语音、图像方面的多模态能力。

有多样的证据显示ChatGPT搜索确实在做，还有人号称刷到了灰度测试资格。与此同时，在AI搜索这条战线上，国外有Perplexity，国内有天工、秘塔；“传统”搜索引擎如谷歌、必应、百度、360也纷纷入场。视智未来发现，不管公司是否正在开发基础大模型，要推出一个AI搜索界面并不困难，甚至最短只需要一位个人开发者忙碌3天。

不过，秘塔科技的COO王益为对视智未来表示，想入场做搜索也没有那么容易。做AI搜索的技术力和产品力都同样重要，也必须想清楚市场定位、商业化和覆盖算力成本的问题。

“我有个理论，一个工具的合理定价，大约是它所替代的工作价值的1/10。”王益为说，“秘塔AI搜索现在产品大概是80分水平。如果要达到90分或更高，就是说用户有强烈的付费意愿。”

多模态“抢镜”已久，单纯的语言模型似乎有点寂寞，而AI搜索似乎重新点燃了这方面的热情。它会是继视频和音乐创作之后的下一个AIGC热点领域吗？是不是很快就会进入激烈的“千搜大战”了？

VOL.1 AI搜索，怎么这么像是大模型

在ChatGPT的搜索功能正式亮相之前，外界充满了传闻和猜测。X（Twitter）用户 @btibor91 根据泄露的部分前端代码，绘制了ChatGPT搜索界面的假想效果图：

然而，我们可能很难看出新的搜索界面与之前传统的GPT聊天框之间有什么区别。

与此同时，自媒体“赛博禅心”刷到了灰度测试中的 ChatGPT搜索，下面是他尝试搜索的结果页面：

这是视智未来使用ChatGPT Plus早就有的联网功能，输入的提示词以及获得的结果页面：

——不能说非常相似，就是一模一样嘛！

如果你感觉AI搜索跟能联网的ChatGPT没啥本质区别，你的感觉是对的。目前结合AI大模型与搜索的方式，其背后的核心原理都是RAG（检索增强生成，Retrieval-Augmented Generation）。

2020年，初创公司Cohere的帕特里克·刘易斯（Patrick Lewis）在一篇论文中发明了这个术语，他因为缩写“不太讨人喜欢”而道歉，“早知道我们的工作会变得如此出名，我们肯定会好好想一个更好听的名字。”

简单来说，RAG就是将输入的提示词转换为搜索关键字，根据网上搜索到的页面内容进行阅读理解，然后限定大模型需要基于这些内容生成答案，而不是依赖模型自身的知识库。

市面上的大模型聊天产品，除了ChatGPT等少数，大多数模型都将联网搜索功能免费提供，像文心一言甚至不支持取消联网功能。

这实际上已经就是一种形式的“AI搜索”了。此时，调用大模型API生成的结果，跟在大模型官网对话的结果，就会产生一定的差异。

除了上面的ChatGPT和搜索结果对比，视智未来还对比了文心一言的输出和百度“简单搜索”App的AI搜索结果，以及谷歌Gemini的输出和谷歌搜索增强的结论。

结果是，同一厂家的大模型联网结果和AI搜索结果，很大程度上是可以相互替代的，尽管每次生成的结果都不完全相同。

王益为觉得RAG就是最大限度减少幻觉的最优解。他认为，让大模型基于自己训练的知识库回答问题类似于闭卷考试，而使用搜索引擎则相当于开卷考试，将准确率大大提升。

秘塔的拳头产品“写作猫”还开辟了基于搜索的“事实验证”功能，在一篇生成的或人类写作的文章中，挑出可能有事实错误的地方，并提供网上相关信息的链接。

当然，因为也不能100%依赖AI的判断，这个功能将报警阈值调得比较低，有时会有误报，但“宁可杀错，不可放过”，主要是方便作者人工二次检查。然而，针对RAG也存在不少质疑的声音。例如，尽管RAG能够提供更有用的参考资料，但生成内容的逻辑仍是一个黑箱，因此可控性并不强。有时候，即使指定了必须依据的材料，模型仍可能会“任性”地给出与材料不相关的答案。另外，特别是在涉及推理能力的搜索任务中，模型本身的局限性可能无法仅通过引入高质量的材料得到解决。例如，当要求直接提供网上文章能摘抄的具体段落时，模型可能能够处理；但如果需要对搜到的历年数据进行筛选、求平均值或极值等结构化操作时，出错的概率依然很高。

既然是用了搜索增强，那么搜索结果是哪里来的呢？

有的团队会像自己做大模型一样，连搜索爬虫也是自己做。比如视智未来此前采访昆仑万维的董事长兼CEO方汉，他就解释说，昆仑万维的团队从海外产品Opera News起算，在搜索领域有6-7年的经验积累。天工AI搜索对重点网站的抓取频率已经提升到每分钟一次。

方汉还提到，昆仑万维积累了丰富的预训练数据收集、清洗、深度加工等能力。他们也在研究如何确保信息的真实性，比如对各种信息源网站进行打分；以及如何调整内容以适应国内用户、如何避免信息茧房等问题。但可能更简单的方法，就是套用现成的搜索引擎。ChatGPT不用问，用的是必应搜索。而根据The Information等报道，想做“谷歌杀手”的Perplexity 其实使用自动化系统来访问来自必应和谷歌的数据。它采用必应的 API 对结果中的信号进行排名，以确定网页的相关性、质量和权威性。

在Perplexity们的界面当中都可以指定限定来源搜索，而要想做到这一点，最简单的方式就是用一个site语法来实现；用提示词也是一样的。

秘塔科技的王益为告诉视智未来，在写作猫当中可以引用学术文献作为文章内容的来源说明，这有助于AI帮学生们自动生成一篇论文的底稿。不过截至目前，学术搜索依然是检索一些公开的资源，比如知网的网页版等等。系统只能抓取标题和摘要等公网能访问的信息，暂时还不能访问正文等需要付费的内容。

秘塔AI搜索也有一个专门的学术搜索分区，其检索范围和写作猫的学术文献检索是一样的。因此，如果真的有人想“量产”论文，一定要记得亲自做好事实核查工作。其实，AI产品缺内容的问题，不管是在训练大模型的时候，还是在用大模型去搜索的时候，同样都是不能绕开的，如果要强行输出它原本访问不了的内容，那就会出现幻觉和编造了。

在国内外，都有众多优质的信息来源是不开放对外搜索的，例如购物网站，抖音、小红书等社交网络，都是禁止搜索引擎爬虫。还有一些社区的法务部门，会在检测到你使用了他们的信息之后开始行动。

所以，这些问题既不能在搜索引擎层面来解决，也不能用训练大模型来解决，那么将“搜索引擎+大模型”结合在一起，肯定也不要指望它能解决。在“围墙花园”之外，也是巧妇难为无米之炊。跟全网AI搜索相比，将收费的新闻产品站内搜索替换成大模型驱动，可以说有更高的性价比。这不仅可以改善搜索质量，也可以成为付费墙的另一个吸引人之处，提高读者的参与度和付费意愿。

在过去的几个月里，《福布斯》和《金融时报》推出了自己的对话式文章数据库搜索框。Snopes、《卫报》、《商业内幕》等出版商也在考虑使用生成式AI改进其站内搜索功能。有媒体站方表示，“网站搜索不是一个广泛使用的功能，这给了我们一个在低风险环境测试AI的机会。”

VOL.2 AI搜索，拿什么抓住用户

除了你很熟悉的大模型对话框，加入联网能力之外，还有其它不同的AI搜索界面形态百花齐放。究其本质，可以说是一样的原理，换了不同的皮肤。

现有搜索引擎巨头会选择在搜索结果的最顶部，插入一小段由AI生成的总结，可以参看上文展示的谷歌搜索的例子。

而早在文心一言上线之前，百度已经推出了名为“AI搜索智能增强”的能力，现在这一功能已经在越来越多的不同关键字的搜索结果页面上显示。

百度主打一个够用就行，倒也没完全追求一定要用大模型来生成。它始终没有将文心一言跟搜索结果页整合，而是停留在“简单搜索”等外围尝试。另一种展示方式是类似于微软必应集成的Copilot。在用户没有主动调用Copilot时，输入关键词的搜索结果将显示在页面的左侧，而Copilot生成的内容则显示在右侧。360搜索的展示方式与必应相同。

与之相比，并不是由“传统”搜索引擎做的AI搜索，则会使用一种重新设计过的，专门的三栏式AI搜索界面。这种设计的开创者是AI领域的“当红炸子鸡”Perplexity，这个名称在英语中意为“困惑”。

Perplexity的创始人Aravind Srinivas对自己公司开创的这种新型搜索界面非常敏感，他甚至在X（Twitter）上发文称Meta AI的首页设计模仿了他们，引发了一场小规模的争论。

在国内，采用这种界面的包括昆仑万维的天工和秘塔等。

风头正劲的Arc浏览器的iOS版本，对AI搜索采用了一种更简洁明了的“变体”界面，隐藏了其它竞品中一些可能干扰用户的可选项。

因为开源社区的帮助，做一个AI搜索的“开发成本”现在已经做到很低，甚至出现了可以同时选择搜索API和大模型API切换的开源界面方案，就是搜索引擎+大模型的“双重套壳”。

据说这款名叫ThinkAny的外壳由一位独立的开发者用了3天时间开发完毕。选择搜索范围、生成思维导图，切换大模型引擎，这些功能一个不落。

这样一看，AI搜索实际上是给大模型又套上了一层新的皮肤，找到了一个新的使用场景，也在解决人们对ChatGPT式聊天界面的“审美疲劳”。

如果这真的有用，那就像在去年年中来了一场“百模大战”一样，在接下来的一两个月，很有可能也会出现“千搜大战”的局面。

当ChatGPT最初引发轰动时，许多人都将对话框视为一种新形式的搜索，新的“互联网入口”。当时，视智未来还发布了一份关于如何生成有效提示词的《ChatGPT内容行业实用白皮书》，这些内容至今仍具有参考价值。实际上在“传统”搜索引擎时代，早有人困惑，为什么在搜索相同内容时，有些人能迅速找到答案，而其他人却一无所获？这可能涉及到所谓的“搜索引擎情商”。

当人们的输入从几个关键词扩展为更完整的提示词后，这个问题不但没有缓解，反而更严重了。人们不得不研究各种“咒语”或繁复的输入形式，甚至有专门的“提示词工程师”职位。大模型聊天产品的易用性对普通人来说，其实是下降的。

根据报道，谷歌正在研究新的工具，能让用户在查询时先经过一次提示词基础优化，然后再将优化后的提示词送给大模型，以期得到更优的答案，但效果尚待观察。人们通常不愿意从旧产品迁移到新产品。因此，习惯了传统搜索的用户，至少可以在原有的服务中无缝体验AI的新功能。相反，全新的服务可能会利用传统的搜索结果渠道来吸引用户。

视智未来注意到，字节跳动旗下的大模型聊天App“豆包”，通过在传统搜索引擎中大量推广，吸引了不少“神秘”的新用户。有的用户默默使用豆包，却不知道其他国内类似产品，如文心一言、通义千问、智谱清言或Kimi都没听说过。这一点非常奇怪。

实际上，豆包的策略是首先通过搜索引擎推广（SEO）战术，使用更精确的关键词吸引用户，然后将这些关键词通过豆包的回答，把引流链接贴到搜索结果页面。在推广抖音的时候，字节已经熟练运用了这种方法。

可以预见，如果有人通过某种方式，将自己的搜索请求从传统搜索引擎完全转移到豆包，并形成了新的习惯，这就意味着哪怕是本来不需要大模型的搜索请求，他们也是用AI搜索，因为他们更不愿意混搭使用多个不同的工具。

VOL.3 AI搜索，怎么才能不亏本

当所有人都涌入AI搜索赛道，是“学有余力”的大厂能赢，还是小但更专注的初创团队胜出？在不同的视角肯定有不同的答案，秘塔的COO王益为就从“小厂”角度出发，说了他自己的看法。

如何在其它家都做搜索的时候，体现差异化的竞争力？王益为说，“没有广告，直达结果”是秘塔AI搜索希望反复提及建立的用户心智。因为年轻人是写作猫产品最大的用户群，在产品刚一开始设计时，秘塔就决定放弃直接的广告形式。“没有广告，主要是考虑要吸引什么样的人。我们发布的第一条推广视频就是在也没有广告的B站发布的。”

对于百度和微软都提到过会研究“软性植入”结果中的付费广告位，王益为也态度谨慎，他说底线是推广结果不能影响答案的准确和公正。

“我认为一开始他们可能会选择简单粗暴的方式，就像谷歌那样直接在页面上展示广告。但随着时间的推移，可能会变得更加微妙，例如提供服务链接。你搜索‘家里漏水怎么办’，下面可能直接出现相关服务商的联系方式。但这需要考虑周全，你需要确保推荐的服务有一定程度的可靠性和背书，如果推荐的服务不靠谱，会直接影响到搜索引擎的声誉。这件事情的风险很大。”秘塔AI搜索的目的是直接给出用户需要的结果，而不是让用户在大量信息中筛选。王益为提到，“直达结果”是他们的目标。它的“研究”模式动辄一次生成3000字，在一大堆文本涌现出来的时候，确实令人印象深刻。

尽管这些字数很大程度上不能一字不改直接使用，但它一次给你3000字，你自己缩成五六百字能用的，也不失为一个解决之道。

在这方面，不同产品的表现差异，更主要体现在基底大模型的差异上。秘塔的多款产品共用一个自研大模型，王益为表示，因为他们的模型在语料方面积累更深，所以参数也不必一味求大，100亿（10B）对完成写作文章的任务优化来说已经足够。

秘塔AI搜索还能提供更深入的服务，比如转换成思维导图、以及“一键生成PPT”用于业务汇报。当然，也有其它家的产品提供将结果“一键生成信息图表”等类似的功能。放弃广告位，也意味着秘塔AI搜索对C端商业化的规划，仍将以会员订阅为主。

“从内部来看，我们会在产品达到一定质量标准时才发布。通常，如果有人愿意为此付费，就说明产品达到了我们自己认为的‘80分’水平，是真正有用的，而不仅是玩具。”

王益为表示，“秘塔AI搜索现在产品大概是80分水平。如果要达到90分或更高，用户有强烈的付费意愿，我们不排除将来收费，或者只对‘研究’模式收费。但我们还没有确定。”

收多少钱合适呢？文心的高级版一个月收费40元，360也在收费。“目前天工它们还没有收费，但它们有能力收。”

“我认为这是一个核心问题，你是否敢于收费？如果你不敢收费，就不能验证自己的产品是否有价值。无论你怎样夸大其词，最重要的是，是否有人愿意为之付费。如果有，那就很了不起。如果没有，就说明问题了。”写作猫仍是秘塔目前的主力业务，大约占了收入的80%。写作猫现在有大约120万注册用户，付费用户大概只占3-4%。主要客户仍然是公务员和学校的个人用户。

此外，法律翻译服务仍在稳定地提供现金流。“今年刚开始销售的MetaLaw也表现不错，我认为今年能卖出几百万（元的销售额）是没有问题的。”

这种收入结构让王益为有点隐忧，因为通用大模型已经在改写、纠错等方面做得很好，

“我们提供的API服务，比如错别字检查、改写等，都比大模型的服务贵。不是因为他们能降成本，而是被GPT卷得价格非常低，实际上都是亏本的。而且使用我们API的人同样可以使用GPT。所以这部分简单任务的收入只要能保持稳定就不错了。”

对话中，王益为还向视智未来分享了另一个经验之谈。

“我有个理论，（在国内）一个工具的合理定价，大约是它所替代的工作价值的1/10。例如，MetaLaw的产品定价是499元/年。这个价格对许多律师来说是可接受的。否则，他们可能认为是有点用途，但是不值这个价。最开始我们尝试了一个1599元的价格，但一个都没卖出去。后来我们降到499元，付费意愿就上来了。”

秘塔因为创始人的背景因素，可以对法律AI创业轻车熟路，也见证了不少其它贸然进入法律AI的开发者碰壁。尽管如此，他们仍然深刻感受到追求盈利在国内的艰难。

“要知道，全国总共只有70万名律师。在这70万人中，可能只有10万人会使用AI产品。即使其中一半人购买了这个产品，按照我们现在的定价，也只是2500万的收入。要实现1亿的营收，就需要再找到3个类似的场景。”

如果今天正是“千模大战”的前夜，那么上面这些信息可以让我们窥探AI搜索的实际发展空间有多大。

AI搜索工具肯定会越来越多样和强大，但单纯的将大模型联网再改个形式，恐怕并没有真正理解搜索引擎的本质，也不理解用户如何使用搜索。

搜索引擎不仅仅是用来寻找信息的工具，更是一个多功能平台，能够直接回答问题，提供计算器、转换器等小工具，以及各种其他内置功能。目前的AI搜索虽然在某些方面比传统搜索更有优势，但它们的生成速度慢、结果呈现少、选择偏向不明确等问题，影响了结果准确性这一根本指标。

同时，改成搜索框后的用户体验也并没有产生本质上的飞跃。从这个意义上讲，OpenAI这次是用GPT-4o做语音助手，确实可能比推出搜索产品更有趣一些。

未来搜索引擎的发展，将更多取决于产品创新而非技术进步。要超越谷歌、百度、必应们，恐怕需要的不是先做一个联网的大模型再说，而是始终关注如何才能解决用户的实际问题。


ChatGPT安卓版和macOS版新增Mentions功能 支持切换不同GPT模型

8月29日，据科技媒体 TestingCatalog 昨日报道，ChatGPT 的安卓版和 macOS 版应用现已支持 Mentions 功能。这一新功能允许用户在聊天对话中使用“@”字符来调用不同的定制 GPT 模型，实现更丰富和灵活的对话体验。

在安卓版 ChatGPT 应用中，用户只需输入“@”符号，即可弹出一个选择窗口，方便用户在保持当前聊天上下文的情况下选择并切换不同的 GPT 模型。这种无缝切换的方式极大地提升了用户在多任务处理时的效率，让用户能够在同一对话中与多个具有不同功能的人工智能模型互动。

除了安卓版本外，苹果 macOS 平台上的 ChatGPT 最新版本也已上线该功能，为 Mac 用户提供了相同的便捷体验。然而，目前 iOS 版 ChatGPT 还未引入 Mentions 功能，暂时只有安卓和 macOS 用户能够体验这一改进。

Mentions 功能是 ChatGPT 应用中一个重要的工具，它允许用户在同一对话中调用多个定制的 GPT 模型。这些模型可以根据不同的需求和场景提供独特的功能，例如内容创作、编程帮助、日常问答等。通过在对话中灵活切换不同的 GPT 模型，用户可以获得更具针对性的建议和更为个性化的服务。

随着 Mentions 功能的引入，ChatGPT 的适用性和实用性进一步提升。用户不仅可以在日常对话中使用基本的聊天功能，还可以根据具体需求选择不同的 GPT 模型来完成特定任务。这种灵活性将为企业用户和个人用户带来更高的工作效率和更丰富的交互体验。

目前，OpenAI 尚未透露 iOS 版 ChatGPT 何时会引入 Mentions 功能。但随着这一功能在安卓和 macOS 平台的成功部署，预计未来将会扩展至更多设备和操作系统。