上期我們討論了如何對AI搜索結果實施逆向工程、針對SGE進行優化以及估算影響的幾個認識。接上期，本篇文章我們將繼續向下探討。（?點擊此處回顧上期內容）

對于像“best sushi in chicago”這樣的本地搜索，谷歌將所有本地數據收集到AI結果中--雖然我不知道為什么要這樣做。這也令我驚訝，為什么谷歌顯示AI快照而非傳統搜索結果。

AI結果關于本地搜索基本上包含更多的文字和評論網站鏈接。

AI快照中的本地搜索結果與傳統的本地搜索結果有兩個區別。首先，它們試圖為問題提供更有針對性的答案。AI快照中顯示的企業與傳統搜索結果中的不一樣。相反，SGE試圖根據你搜索的內容從Yelp、Eater或谷歌等網站的評論來定制列表（見如下截圖）。

谷歌在自己的平臺上顯示評論。

SGE提供一些有用的信息，如(1)商家營業時間、(2)來自谷歌地圖的圖片、(3)有用的鏈接、(4)評論。

關于本地企業的品牌搜索比以前多了很多內容。

?我的第八個認識是，根據SGE測試版，提供本地評論的網站實際上可能從谷歌獲得更多流量，但谷歌有可能只能鏈接到自己的評論。

谷歌并不是每次都會對YMYL問題（與你的金錢與生活相關的垂直領域，如金融、健康或法律）顯示SGE。

例如，像“should you get a personal loan to pay off credit debt”這樣的問題就不會觸發AI快照。

有些問題似乎與建議太接近了，因此谷歌無法給出AI回答。

然而，“symptonms for diaper rash”這一查詢卻觸發了AI快照。

尿布疹相關查詢給出的SGE答案--也許是因為尿布疹不構成生命威脅？

我認為谷歌是在避免對諸如貸款或嚴重疾病這類敏感話題給出具體建議，這些敏感話題在許多國家都受到監管。你不能簡單地提供建議，谷歌也不能。

我還沒弄清楚YMYL查詢的底線在哪里。像“can essential oils cure cancer”這樣的問題會反饋正確的答案，甚至會提供相關科研論文。

一些YMYL問題在引用研究甚至是論文方面做得很好。

但是像“diaper rash”這樣的關鍵詞并沒有觸發SGE。我估計谷歌在監管行業提供建議時非常謹慎，這對傳統的有機搜索結果來說是個好消息。

谷歌不想提供 "diaper rash "的AI回答，而是從可靠來源提供了其醫學特征。

?我的第九個認識是，YMYL主題的AI回答是非常不確定的。可以看到谷歌避免AI回答，而是依靠其內容合作關系--除非是關于治療和藥物，畢竟這樣的查詢無論如何是賺不到錢的。

谷歌可能會區分YMYL中可盈利和不可盈利的查詢。

除了AI快照，谷歌還在SGE測試版中推出了一些可能不引人注目的設計變化：

第一，標題是黑色而不是藍色。我不確定二者是否有很大區別，但這一變化很明顯。

第二，查詢細化和垂直搜索標簽似乎在同一地方。搜索欄下方的小氣泡將用戶更快地推到特定的搜索中，但這些搜索似乎沒有以特定的順序出現，除了Converse這一標簽總是顯示在第一位。

我對“Add to Sheets”這一功能非常滿意，它允許用戶將搜索中的元素添加到電子表格中。但令我失望的是無法將Google Bard的輸出添加到電子表格中，只能添加網站。為什么會這樣？

結論：SGE無疑為搜索帶來變革，但AI回答可能會迎來更大的機遇

SGE尚有一些不足之處，并非所有設計都有意義，有些功能感覺很笨拙。但它目前只是測試版本，功能未完善表明是為了快速問世，在我看來，這點對谷歌來說至關重要。

?我的第10個認識是，對谷歌來說，對AI回答進行微調要比調整傳統搜索結果難得多。在AI之前，谷歌能夠重新安排摘要，有時能調整搜索結果頁面?，F在，谷歌需要改進回答的角度、表述、準確性和多樣性，這比原先要復雜得多。

我更擔心長尾搜索。由于AI快照在回答長尾搜索方面做得更好，用戶可能會向谷歌提出很多更長的問題。同時，谷歌搜索控制臺出于“隱私原因”已經隱藏了很多長尾搜索的數據。如果不改變這種現狀，我們從谷歌看到的的數據可能會更少。

?我的第11個認識是，SGE最大的機遇不在于谷歌搜索，而在于成為整個谷歌生態系統的助手。

微軟在其開發者大會Build上推出了Windows Copilot，它結合了Chat GPT（+插件）和必應的力量。用戶可以在操作系統中直接執行操作、提出問題和進行搜索。如果谷歌的搜索質量和速度都足夠好，用戶為什么要訪問其他網站進行搜索呢？

Windows Copilot允許用戶直接從搜索欄訪問Chat GPT和插件。

搜索將轉移到操作系統上。因此不僅會威脅到谷歌搜索，也會使傳統的SEO數據聚合，如使得SERP抓取成為可能。

對谷歌來說，更大的機遇是將SGE從谷歌網站中分離出來，并將其與Chrome、Gmail、Youtube、Android、Pixel手機以及所有其他產品整合起來。如果用戶可以在他們使用的每個應用程序中使用谷歌搜索，為什么還要訪問谷歌網站呢？更好的一點是，SGE可以根據各產品屬性數據進行訓練和改進，如Gmail中的電子郵件或Youtube視頻的特定部分。

在用戶數據上訓練生成式AI模型將為兩個可能已經領先于時代的趨勢打開新的大門：個性化和語音搜索。

像Siri、Alexa、Cortana或谷歌助理這樣的助手可以通過生成式AI優化10倍甚至是100倍。過去，語音搜索收效甚微，但在不久的將來可能變得實用。網站和產品個性化在10年前曾被大肆炒作，但從未達到足夠好的水平。生成式AI能收集足夠的數據以了解真正個性化用戶體驗所需--尤其是像微軟Fabric這樣的連接數據湖。

谷歌一直以來面臨的挑戰是避免扼殺其廣告市場。個人助理更適合訂閱而非廣告，這就是為什么微軟在建立綜合SGE助理方面處于有利地位，他們已經在搜索方面輸給了谷歌，我也相信AI不會改變這一局面。但谷歌的弱點在于其對廣告收入的依賴，微軟在這一領域的創新速度則快得多，因為他們的搜索引擎不需要通過廣告盈利。AI助手正是這場戰爭的實際前沿陣地。

然而，實現這一愿景還需要時間。在那之前，我們會對AI回答有更多認識。

| 原文鏈接：

https://www.kevin-indig.com/x-realizations-from-testing-search-generative-experience/?

END