- 综合排序
- 最热优先
- 最新优先
别把AI当搜索，10个让AI效率提升10倍的技巧
Greg Isenberg最近发了个深度视频《我用错了Claude》，广受好评，他基于Anthropic官方研究拆解了10个让Claude效率提升10倍的技巧。 ❌ "我需要一些关于咖啡的博客点子" ✅ "生成10个关于'精品咖啡对现代职场文化影响'的博客标题。目标受众是25-35岁的科技工作者。 提供模板 别让AI从零构建结构，给它"填空题"模板。 （扮演...角色）→ 切换语料库风格 "Chain of Thought"（思维链）→ 要求模型写出如何得出结论 10. 虽然技巧以claude为示例，但对于其他AI来讲并无什么不同，其核心是思维的转变：从把AI当搜索引擎，到当作理解复杂需求的专业队友。你是指挥家，AI是乐手。
33310编辑于 2026-06-23- 来自专栏机器之心
谷歌搜索用上BERT，10%搜索结果将改善
最近，谷歌宣布，他们的搜索引擎用上了强大的 BERT 预训练模型，可以让搜索引擎结合语境理解用户的搜索意图，甚至能理解一些不起眼的介词在搜索语句中的重要含义。 为什么谷歌搜索要用 BERT？ 「如果要让我说出一条这些年学到的东西，那我会说『人类的好奇心是永无止境的』，」在谷歌搜索部门工作了 15 年的搜索副总裁在谷歌博客中写道。 因为有时他们打开搜索引擎就是为了学习的，所以查到结果之前未必具备相应的知识。 搜索的核心是理解语言。搜索引擎的使命是弄清楚用户的搜索意图并从网上找到有用信息，无论查询语句中的单词如何拼写或组合。 BERT 在谷歌搜索中的应用体现在排名和精选摘要（featured snippet）两个方面。将 BERT 应用于搜索排名之后，谷歌宣称它可以帮助搜索引擎更好地理解美国（英文）10% 的搜索。 搜索问题，永无止境 无论你想要搜索什么东西，无论你使用哪种语言，谷歌希望人们都可以使用最自然的方式进行搜索。但即使是 BERT 加持，谷歌搜索或许仍然无法让人能够获得 100% 完美的结果。
2.1K20发布于 2019-10-30 - 来自专栏捞月亮的小北
win10搜索框的热门搜索怎么关闭?
搜索cmd，以管理员模式运行，输入下列命令，重启生效 reg add HKCU\Software\Policies\Microsoft\Windows\explorer /v DisableSearchBoxSuggestions
87610编辑于 2023-12-01 - 来自专栏程序那些事儿
秘塔AI搜索，AI时代的搜索引擎
然而，随着用户需求的不断升级，对于搜索体验的期望也水涨船高。上海秘塔科技洞察到这一市场趋势，推出了秘塔 AI 搜索，这不仅是对产品的一次革新，更是中国 AI 搜索领域迈向新高峰的一个标志性事件。 一、秘塔 AI 搜索的技术基础 秘塔 AI 搜索的核心是上海秘塔网络科技有限公司倾力打造的大语言模型 MetaLLM。 四、对未来的展望 毫无疑问，秘塔 AI 搜索的推出标志着中国 AI 搜索市场即将迎来一个崭新的时代。它的到来不仅仅是对现有搜索体验的一次颠覆，更有可能推动整个行业进入新纪元。 结语 总结来说，秘塔 AI 搜索作为一款创新的 AI 搜索引擎，以其出色的技术能力和用户友好的设计理念，迅速在国内外市场上占据一席之地。 随着 AI 技术的持续进步和应用场景的日益扩大，秘塔 AI 搜索的未来充满无限可能，它将不断为用户提供更为深入、高效、便捷的搜索体验，开启信息检索的新时代。
3.2K20编辑于 2024-04-26 - 来自专栏bit哲学院
AI（四）：对抗搜索
参考链接： 人工智能对抗搜索 https://blog.csdn.net/NGUever15/article/details/89160951 对抗搜索 文章目录 对抗搜索1 博弈multi-agent 4.2 截断搜索4.3 向前剪枝 1 博弈 假设： 有两个选手完全可观察，确定性的环境zero-sum（零和游戏）时间受限 multi-agent 环境 合作 vs 对抗 对抗的情况下，产生博弈搜索问题 形式化搜索问题 初始状态： Actions 转移模型 目标测试 路径代价 其中，节点是状态，边是移动。 3.1 行棋排序 时间有限，实行深度受限搜索。 采用迭代加深搜索。 4 不完美的实时决策 ？？？如何设计评估函数。 ？？？ 如何截断。 4.2 截断搜索 ？？？如何截断，以满足时间限制 评估函数是不准确的，截断可能导致错误。 典型的错误： 评估值的摇摆。
88140发布于 2021-01-29 - 来自专栏算法一只狗
AI 搜索 vs 传统搜索：替代还是共存？
尽管聊天机器人流量增速惊人，但其总量仍仅为搜索引擎的1/34，可见在宏观层面上，AI搜索尚未完全取代传统搜索。 1.AI 搜索与传统搜索的对比 交互方式传统搜索需要用户自行过滤和阅读海量结果，围绕关键词跳转网页；AI助手支持对话式交互，可直接生成整合性的答案与建议，更适合需要理解、总结或规划型任务。 比如，点击了百度的AI搜索功能后，它确实能够根据现在的网页信息，集成进一些图文、视频等信息出来然后展示：像图文暂时这一块，夸克、Bing搜索等，在AI爆火的初期，早就已经接入进来。 2.以百度为例：AI 搜索的实践与困境“已经好久没有用过百度搜索了”，这句话折射出当下许多用户的体验： AI 功能走马观花 百度在网页入口中嵌入了 AI 搜索功能，能够集成图文、视频等信息、直接展示相关内容 AI 搜索确实改变了我们获取信息的方式，让复杂任务和多轮对话变得更高效，但它更像是对传统搜索的补充，而不是完全取代。
2.9K10编辑于 2025-07-08 - 来自专栏FreeRonin
替代 Windows 10 任务栏搜索框，让搜索更方便！
hello，我是FreeRonin，看到一个类似Everything的搜索工具EverythingToolBar，给大家分享一下。 Everything 是一款优秀的文件名搜索工具，它可以非常非常快速的帮你找到想要的文件，只需要搜索文件名即可。 EverythingToolbar 则是一款适用于 Windows 10 的搜索框工具，它能够直接在任务栏使用 Everything 搜索，非常方便。 注意事项： 初次让Everything Toolbar显示在任务栏它默认会显示在靠近通知区域的左侧（右侧），并只有一个搜索图标（放大镜），取消锁定任务栏（右键点击任务栏，取消勾选锁定任务栏），拖动图标前面将它拉长即可显示搜索框 显示搜索框在搜索框上点击右键，可以选择匹配方式，默认不匹配路径、大小写等，在这里还可以开启正则表达式搜索，更改搜索结果的排序方式。 右键菜单在搜索结果上方，我们可以让它仅显示文件、文件夹。
3.1K20发布于 2020-12-14 新场景 AI搜索 实战：8 个 AI 搜索新场景怎么布局？
这个数据直接说明一件事：AI搜索引擎不是一个大池子，是多个引用偏好完全不同的信息通道。本文基于对8个AI搜索场景的引用源实测，拆解不同平台的内容抓取逻辑，以及技术内容如何通过平台适配提升被引概率。 背景：AI搜索的引用链路与传统搜索的本质差异传统搜索引擎返回的是链接列表，优化目标是在列表中排到更靠前的位置。AI搜索返回的是合成答案，优化目标变成了在答案中被引用、被当作可信信息源。 8个场景的引用源分布实测AI搜索目前可以拆分为8个典型场景：通用问答（豆包、DeepSeek的日常提问）、专业垂询（秘塔这类学术向搜索）、本地生活、购物决策、编程开发、健康咨询、投资理财、学术研究。 首周做摸底：挑行业5-10个核心提问词，在豆包、DeepSeek、秘塔各搜一遍，记录所有引用源的域名分布，画出自己行业的平台地图。 通常跑3个月后，来自AI搜索的客户质量会高于付费流量——主动看完内容再来的人意向度更强，客户获取成本会显著下降。
27910编辑于 2026-08-13- 来自专栏Web_xy
AI搜索引擎
通过与 ChatGPT 发明者 OpenAI 合作，微软给自己的搜索引擎加入了先进的 AI 对话模型，以支持全新版本的必应（Bing）和 Edge。 我本来也想试试，但是现在公测版还未发行，且内测版被各大头条垄断，只能先看看谍照了hh ---- 基于AI的搜索引擎 新模式的搜索引擎 ---- 我们能看到，新必应搜索的其中一种模式将传统搜索结果与 ---- 「人工智能将从根本上改变各类软件，首先就从最大的类别 —— 搜索引擎开始。今天，我们推出了由 AI 加持的必应和 Edge，以帮助人们从搜索和网络中获取更多信息。」 实时对话 ---- 用 AI 重塑搜索 微软宣布，新的必应体验是四项技术突破的结晶： 下一代 OpenAI 模型。 将人工智能应用于核心搜索算法。我们还将 AI 模型应用于我们的核心必应搜索排名引擎，从而实现了二十年来相关性的最大跃升。有了这个 AI 模型，即使是基本的搜索查询也更加准确和相关。 新的用户体验。
1.9K20编辑于 2023-02-23 - 来自专栏做数据的二号姬
认真聊AI | 搜索技术
原创内容 No.704 认真聊AI | 搜索技术 书接上回，本期AI的内容到了搜索技术~ 图片由海艺AI绘制 提到搜索技术就不得不提到搜索问题。 搜索解决方案：使用广度优先搜索（BFS）或深度优先搜索（DFS）找到从初始状态到目标状态的路径。 剪枝条件：在搜索过程中，如果发现某个状态已经搜索过了，或者某个状态不符合问题的约束条件，就可以将其从搜索路径中剔除，以避免无效搜索。 这种解决问题的方法也就是搜索技术。 我们在实际执行的时候，为了提高搜索的速度，图搜索并不是先生成所有的状态连接图再进行搜索的，而是边搜索边生成图，一旦找到了合适的答案搜索就停止了。 在搜索的过程中引入启发信息，减少搜索范围，以便更快地找到问题的解，这种搜索策略称为启发式搜索。 A算法和A*算法是常用的两种启发式搜索算法，我们首先介绍一下A算法。
67910编辑于 2024-11-26 AI会消灭搜索吗？
徐一平 腾讯研究院高级研究员一边是谷歌Gemini 3高调入局，AI独角兽争相涌入，将AI搜索视为最钟爱的赛道；另一边却是马斯克“AI将消灭搜索”的惊人断言。 新旧动能正在交替的信号，从一组对比数据可见端倪：一方面，谷歌搜索引擎全球市场份额10年来首次跌破90%（Statcounter，2024年10月）；另一方面，ChatGPT已覆盖全球约10%的成年人口， 根据a16z8月榜单分析，包括ChatGPT、Perplexity在内的全球最受欢迎的10款消费级AI应用，8款都具有搜索功能。 当时谷歌AI Overview给出了用胶水粘住披萨的错误答案。路线二——破局原生：AI原生搜索引擎颠覆式重构该路线的代表是是以Perplexity、OpenAI为代表的AI原生搜索引擎。 未来的搜索又会是什么模样？梅耶尔发现了一个痛点——尽管她在谷歌从事搜索工作已有9年多,但当时的搜索引擎仍是“90%的解决方案”。她判断，剩余10%的问题将需要付出最大的努力，甚至需要数十年甚至上百年。
76610编辑于 2025-12-10AI 搜索引用率提升：10 个技术排坑与实测修复方案
这里有个反常识的点：很多人还在用传统搜索那套思路，以为关键词密度高、外链多就能被AI引用。但Princeton论文实测，关键词堆砌对AI引用几乎无效甚至有害。 AI搜索是「语义匹配」，不是「关键词匹配」；它看的是你的信息块是否完整回答了用户的潜在意图。 平台策略：先做透三个，再想其他很多人一上来就注册10个平台，每个平台发一遍同样内容，美其名曰「全网覆盖」。但我的判断是，先把CSDN、头条、搜狐这3个做透再说，这3个加起来占豆包国内引用源的近一半。 先把传统搜索广告砍30%，把砍下来的预算投给内容编辑团队，跑3个月看效果。通常会发现通过内容主动找来的客户意向度更强，客户成本显著下降。 有个代价很多人没算进去：AI引擎现在还查不出虚假信息，但用户能查出来。一旦被发现，品牌信任崩塌的速度比建立快10倍。你的产品、内容、承诺，敢不敢让客户当面对质？敢，按方法干；不敢，先把产品做好。
28910编辑于 2026-08-12- 来自专栏机器学习
AI 文档搜索系统：基于 LangChain + FAISS 的智能搜索
LangChain 和 FAISS（Facebook AI Similarity Search） 构建一个 AI 文档搜索系统。 原理解析2.1 传统搜索 VS AI 搜索传统文档搜索依赖于 全文搜索（Full-text Search） 或 基于关键词的索引。 例如： 传统搜索： 用户查询 "公司财务情况" 搜索引擎返回所有包含 "公司"、"财务"、"情况" 的文档 无法识别 "盈利情况"、"年度财报" 这些相关内容 AI 语义搜索： 使用 向量化索引 总结本教程介绍了 AI 文档搜索系统 的原理、核心技术，并提供了完整的代码示例。通过 LangChain 解析文档，FAISS 进行语义索引，嵌入模型向量化文本，实现高效、精准的 AI 文档搜索。 未来优化方向： 增加 OCR 解析，提高扫描文档支持能力 支持更多嵌入模型，提高搜索精准度 结合 RAG（检索增强生成），自动生成文档摘要 通过 AI 赋能文档管理，提高企业知识获取效率，节省大量搜索时间
2.3K01编辑于 2025-03-30 - 来自专栏罗超频道
AI与搜索的双螺旋：取之于搜索，用之于搜索
把同一个关键词键入搜索引擎，今天的搜索结果和10年前的已大不一样。 10年前PC时代的搜索引擎长什么样？ 要做到这一点很难，但方向却一直都很明确：做AI技术驱动的搜索引擎，这正是百度搜索这10余年进化的方向。 这两年，在深度学习经过10余年发展后，预训练大模型成为AI产业新的技术热点。 1997年它研发的计算机“深蓝”（Deep Blue）战胜了国际象棋冠军卡斯帕罗夫；2011年又研发了沃森超级计算机，作为一个有10台普通冰箱那么大的计算机系统，其在AI上的表现还不如Siri。 2、百度深耕AI 10余年，练就了一身AI真功夫。 百度2010年成立多个AI相关团队的目的均是为了改进搜索，可以说百度是最早做AI+搜索场景的。 此后10余年，百度将AI当成公司核心战略，在前段时间的2022联想创新科技大会上，百度创始人、董事长兼首席执行官李彦宏透露了一组关键数据：“作为一家技术公司，百度过去十年累计研发投入超过1000亿元。”
1.2K30编辑于 2022-12-14 AI搜索竞品对标：如何科学评估与选择AI搜索优化方案
在AI搜索快速发展的今天，企业如何选择适合自身的AI搜索优化（GEO）方案？ 本文迪普智见（DeepIntelli）从工程实现角度，系统梳理AI搜索优化的技术对标方法，帮助技术决策者穿透营销话术，建立科学的评估框架。 一、核心工程问题：AI搜索可见度的量化评估传统SEO通过关键词排名、点击率等指标评估效果，而AI搜索的回答生成机制要求完全不同的评估体系。 工程实现需解决三个关键约束：多引擎适配性：需同时优化豆包、文心一言、Qwen等不同AI模型的引用逻辑结构化数据依赖：AI搜索更依赖Schema.org等标准标记的数据实体动态内容捕捉：需建立实时监测机制跟踪 置信度控制每日采集1000条AI回答样本 - 人工复核10%的自动标注结果 - 采用Bootstrap重采样法计算置信区间3.
15400编辑于 2026-08-14农业农产品 AI搜索：农产品品牌怎么被 AI 搜索发现？
这个数据说明一个问题：AI搜索引擎的答案来源高度集中在少数几个内容平台，而不是品牌官网。如果你做农产品，想让AI搜索里出现你的品牌，方向需要重新审视。 背景：AI搜索引擎的引用链路很多人以为AI搜索像传统搜索引擎一样直接爬取官网。实测结果并非如此。AI引擎的引用链路是：内容发布→平台推荐→平台权重上涨→AI爬虫高频抓取→被引用进答案。 客户在豆包上问「哪家有机茶品牌靠谱」，AI答案里没有你，客户就去了别家。这个场景每天都在发生。对应的执行路径如下：首周：搜索行业5-10个核心提问词，记录引用源，画出平台地图。 第1个月你发布了10篇文章，可能只有3篇被引用；第3个月这10篇文章中有6篇被引用，同时你新发的10篇又有4篇被引用；第6个月，早期文章的引用量还在累积，新文章的引用量也在增长。 这四件事做扎实了，AI搜索里出现你的品牌只是时间问题。
22910编辑于 2026-08-1810个行业AI搜索获客实战：从餐饮到SaaS的差异化打法
AI搜索的本质，不是让用户搜到你，而是让AI把你当成那个唯一的答案。传统搜索与AI搜索的获客路径差异我问老周，你的网站内容有多久没更新了？ AI搜索的内容筛选与答案生成逻辑不少朋友刚接触AI搜索优化时，直觉反应是：是不是要在AI训练数据里提前埋词？或者注册一大堆问答，让AI抓取？这都是把新方法当成了升级版SEO。 10个行业的AI搜索突破点：从轻决策到重决策的递进打法这正是AI搜索优化最迷人的地方：没有统一模板。不同行业用户的提问方式、决策链条、AI抓取的内容形态，差异极大。 我按照“决策复杂度”的递进逻辑，剖解10个行业的具体切入方式。从一个人能快速拍板的轻决策，到需要团队评估的重决策，AI搜索优化的着力点截然不同。 内容是起点，但必须是可被AI拆解、重组的“答案单元”，而不是一篇篇完整的文章。你看完前一部分的10个行业，会发现每个行业的做法都在强调结构化：问答、对比表、清单、步骤拆解。
27700编辑于 2026-07-31- 来自专栏新智元
10 亿图片仅需 17.7微秒：Facebook AI 实验室开源图像搜索工具Faiss
【新智元导读】Facebook的 FAIR 最新开源了一个用于有效的相似性搜索和稠密矢量聚类的库，名为 Faiss，在10亿图像数据集上的一次查询仅需17.7 微秒，比此前的方法准确度略高，而且快 8.5 Faiss 是由 Facebook AI Research（FAIR）开发的一个用于有效的相似性搜索（similarity search）和稠密矢量聚类（clustering of dense vectors 在 Sift1B 数据集的10 亿 SIFT 图像特征，其中 nq = 104。我们比较了相同内存使用情况下的搜索效果，以得到类似的精确度（更精确的方法可能需要更多搜索时间或更大的内存使用）。 在单个 GPU 上，每个向量大小是 m= 8 bytes，我们的结果是 R@10 = 0.376，每个查询向量需 17.7 µs。 而在作比较的研究中，R@10 = 0.35，每个查询向量需 150 µs。也就是说，我们的实现准确度更高，而且速度是它的 8.5 倍。 介绍 Faiss 包含了几种用于相似性搜索的方法。
2.3K50发布于 2018-03-27 - 来自专栏人工智能
10分钟搞懂向量数据库：AI时代的新型搜索引擎
本文收录于AI-From-Zero项目——一个从零开始系统学习AI的知识库。如果觉得有帮助，欢迎⭐Star支持！ 传统搜索引擎只能匹配关键词，搜"苹果手机"找不到"iPhone"。但向量数据库不一样，它能理解这两个词指的是同一样东西。这种"理解语义"的能力，正是AI时代最关键的技术基础之一。 第二步：索引构建向量数据库用特殊算法（比如HNSW、IVF）把这些向量组织成类似"导航地图"的结构，让搜索更快。 第三步：相似性搜索当你查询"天气不错"时，系统先把这句话也向量化，然后在向量空间里计算距离（常用余弦相似度或欧式距离），找到最近的几个邻居。 六、向量数据库的优势高效相似性搜索：通过ANN算法实现O(logn)时间复杂度，比传统数据库的精确搜索O(n)快很多混合查询能力：可同时处理"找到与这张图片相似且价格低于100元的产品"这类复合查询AI
1.2K10编辑于 2026-02-22 - 来自专栏算法一只狗
AI 时代：它正在改变搜索，但远未取代搜索
现在真的太依赖于AI助手去回答问题了。AI助手如 ChatGPT、DeepSeek 等确实正在 改变人们的信息获取方式，但还远没有全面取代传统搜索引擎。 根据一份覆盖 2023 年 4 月至 2025 年 3 月的研究数据，AI聊天助手的流量确实快速增长（同比 +80.9%，达到 552 亿次访问），但搜索引擎的总流量仍高达 1.86 万亿次，同比仅略降 这些挑战凸显了 AI 代理与传统搜索引擎之间的差异。AI 搜索代理代表了我们与在线信息交互方式的重大转变。 从最初的“搜索 + 阅读 + 总结”，到如今可以直接对话式获取整合答案、代码框架和应用方案，对于算法工程师、程序员、内容创作者，AI 已成为不可或缺的辅助工具。 未来 AI 助手是否能够取代搜索引擎，尚且无法定论，但可以确定的是——善用 AI 的人，正在取代不会用 AI 的人。
58110编辑于 2025-07-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号