對SGE進(jìn)行測試后的11個(gè)認(rèn)識——上期

自從開放測試訪問以來，我們花費(fèi)無數(shù)小時(shí)對Google的新AI式搜索體驗(yàn)SGE（生成式搜索體驗(yàn)）進(jìn)行了壓力測試。在此過程中，我對如何對AI搜索結(jié)果實(shí)施逆向工程、針對SGE進(jìn)行優(yōu)化以及估算影響，有了11個(gè)認(rèn)識。

雖然SGE仍處于測試版，并且存在許多缺陷，但我在《SEO的未來》一文中寫到的許多假設(shè)都是成立的：搜索環(huán)境發(fā)生重大變化，促使我們面對新問題，學(xué)習(xí)新技能。

第一個(gè)認(rèn)識是，谷歌并不默認(rèn)顯示AI結(jié)果，至少在SGE測試版中是這樣的。相反，用戶在大多數(shù)時(shí)候需要點(diǎn)擊“generate”以獲取AI搜索結(jié)果（見如下截圖）。

??谷歌并不總是默認(rèn)顯示AI結(jié)果

設(shè)置點(diǎn)擊“generate”這個(gè)小細(xì)節(jié)，大有用處。通過默認(rèn)不顯示AI搜索結(jié)果，谷歌可以測試用戶參與度（即用戶是否真的想要AI搜索結(jié)果）并節(jié)省成本。

雖然我個(gè)人堅(jiān)信，從中長期來看，AI回答是不可避免的，但短期內(nèi)，用戶是否更喜歡AI回答而非傳統(tǒng)網(wǎng)絡(luò)搜索結(jié)果，我們并不清楚。生成鍵使得谷歌可以衡量用戶對AI搜索結(jié)果的興趣如何，并測試其參與度（我注意到點(diǎn)擊生成鍵會令我接下來的搜索默認(rèn)擴(kuò)展AI快照）。

生成式AI搜索結(jié)果比傳統(tǒng)網(wǎng)絡(luò)搜索結(jié)果貴得多。在路透社的一次采訪中，Alphabet董事長John Hennessy預(yù)計(jì)每次搜索查詢的潛在成本增加可能達(dá)到10倍。

例如，分析師預(yù)計(jì)，如果類似ChatGPT的AI能處理其接收到的一半查詢，并給出50字的答案，那么到了2024年，谷歌可能會面臨60億美元的支出增長。

(https://www.reuters.com/technology/tech-giants-ai-like-bing-bard-poses-billion-dollar-search-problem-2023-02-22/?ref=kevin-indig.com）

然而，我并不認(rèn)為成本問題像許多人想象的那么嚴(yán)重。這是我的第二個(gè)認(rèn)識。

首先，2022年，Alphabet的總成本和支出為2080億美元，利潤為600億美元。額外60億美元只會增加2.8%的支出--對于一家互聯(lián)網(wǎng)巨頭來說，這只是小菜一碟！

其次，并非每個(gè)問題都需要AI回答。導(dǎo)航性查詢僅僅需要一個(gè)鏈接，即使SGE會彈出一些品牌名稱。現(xiàn)如今，簡單搜索就能得到直接的答案，不需要AI。正如你所注意到的那樣，在某些情況下，AI快照提供的內(nèi)容遠(yuǎn)遠(yuǎn)超出了用戶所需。

Google Bard給我提供了

作為回答的網(wǎng)頁結(jié)果

這是另一種節(jié)省成本的方式

第三，谷歌可能會緩存大量的AI回答以節(jié)省成本。Arda Capital的一篇文章闡述了谷歌如何緩存30-60%的提問。生成式AI回答可能比網(wǎng)絡(luò)搜索結(jié)果更難緩存，但即使只是緩存10-20%，也能大大降低成本。

Arda Capital認(rèn)為，"大多數(shù)分析都忽略了緩存的影響。當(dāng)有人在谷歌搜索 ‘Youtube’（最受歡迎的搜索內(nèi)容之一）時(shí)，谷歌不會重新處理該搜索問題。而是顯示已有的緩存結(jié)果，這有助于降低延遲和減少計(jì)算成本。谷歌的歷史緩存命中率在30-60%之間，并且，谷歌沒有提供很多有關(guān)其搜索查詢的公開數(shù)據(jù)，但對美國在線（AOL）所做的搜索問題分析發(fā)現(xiàn)，緩存搜索頻率排名前100萬次的查詢可以應(yīng)對約60%的所有查詢。"

（Google I/O, Bard, and Implications for Search (tidalwaveresearch.com)）

第四，計(jì)算、可再生能源和AI模型的成本都在下降。事實(shí)上，最近泄露的一份文件已經(jīng)表明開放源代碼模型是如何對Alphabet、微軟和OpenAI構(gòu)成威脅的。因?yàn)檫@類模型足夠便宜，可以在分布式環(huán)境中發(fā)展。

SemiAnalysis的首席分析師Dylan Patel和Afzal Ahmad稱：“雖然我們的模型在質(zhì)量上仍然略占優(yōu)勢，但差距正在以驚人的速度縮小。開源模型更快、更可定制、更私密，并且性價(jià)比更高。他們用100美元和130億參數(shù)做到了我們擁有1000萬美元和5400億參數(shù)時(shí)依舊覺得有挑戰(zhàn)的事情。而且只花費(fèi)了數(shù)周，而不是數(shù)月。”

(Google "We Have No Moat, And Neither Does OpenAI" (semianalysis.com)）

我認(rèn)為生成鍵只是暫時(shí)的，當(dāng)成本充足、AI回答的質(zhì)量足夠好時(shí)，谷歌最終會對有意義的問題默認(rèn)顯示AI回答。

我的第三個(gè)認(rèn)識是，我們可以逆向設(shè)計(jì)AI結(jié)果。

谷歌在AI回答（標(biāo)題為AI快照）旁提供帶有網(wǎng)頁的鏈接輪播圖，這樣做可以獲得大部分剩余的自然點(diǎn)擊率，并繼續(xù)增加點(diǎn)擊率。我們必須了解如何在輪播圖中提高排名，這點(diǎn)至關(guān)重要。

谷歌通過一個(gè)叫做檢索增強(qiáng)生成（RAG）的過程，將大語言模型（LLMs）在搜索結(jié)果中落地，生成AI回答。谷歌的合作特性讓我們可以分解AI回答，看看哪些網(wǎng)絡(luò)結(jié)果促成了哪一部分。通俗來講，驗(yàn)證功能讓我們能夠?qū)雀枭葾I回答實(shí)施逆向工程。

在測試SGE時(shí)，我了解到，AI快照輪播圖中顯示的網(wǎng)站與傳統(tǒng)搜索結(jié)果中顯示的鏈接不一樣。你可能認(rèn)為谷歌從最常搜索結(jié)果中形成AI回答，但事實(shí)并非如此。如果AI快照輪播圖獲得了大多數(shù)自然點(diǎn)擊，但谷歌并沒有挑選出排名最好的網(wǎng)站，那么我們就需要重新評估谷歌使用了哪些指標(biāo)將輪播圖整合在一起。

以下是我的觀點(diǎn)：

以關(guān)鍵詞“Corporate credit card“為例，AI快照輪播圖中的第一個(gè)結(jié)果是ExpenseAnywhere，它在傳統(tǒng)搜索結(jié)果中排名第26位。同樣的，在傳統(tǒng)網(wǎng)絡(luò)搜索中排名靠前并不代表在AI快照輪播圖中的排名。

ExpenseAnywhere成為第一張輪播圖的原因在于其獨(dú)特之處：它是唯一一個(gè)強(qiáng)調(diào)企業(yè)信用卡風(fēng)險(xiǎn)的搜素結(jié)果。

并非所有AI快照輪播結(jié)果

都在傳統(tǒng)搜索結(jié)果中排名第一

SGE圍繞風(fēng)險(xiǎn)和利益（或者說利與弊）構(gòu)建了AI回答。谷歌驗(yàn)證功能表明熱點(diǎn)從不同的網(wǎng)站上搜集不同的信息。

驗(yàn)證功能表明不同網(wǎng)站

是如何為最終的AI回答提供信息的

只有ExpenseAnywhere強(qiáng)調(diào)

企業(yè)信用卡的風(fēng)險(xiǎn)

我不清楚為什么SGE要強(qiáng)調(diào)利益和風(fēng)險(xiǎn)而非其他方面，如選擇企業(yè)信用卡時(shí)的重要標(biāo)準(zhǔn)。

點(diǎn)擊輪播圖中的一個(gè)鏈接時(shí)，谷歌利用其與精選摘要（Featured Snippets）相同的功能將用戶引導(dǎo)到一篇特定的文章。我的第四個(gè)認(rèn)識是，通過明確突出AI快照的某個(gè)角度，網(wǎng)站可以增加在輪播圖中的排名機(jī)會。

谷歌在AI輪播中高亮標(biāo)出了鏈接通道

就像精選摘要那樣

在AI回答中得到排名需要：a）了解SGE涵蓋的不同角度；b）在內(nèi)容中明確地回答問題。我們可以看看谷歌在驗(yàn)證中使用的文章，了解SGE在尋找什么，并相應(yīng)地調(diào)整我們自己的內(nèi)容。

諷刺的是，當(dāng)AI快照出現(xiàn)時(shí)，精選摘要可能不會再獲得流量。

當(dāng)用戶得到以上AI回答時(shí)

他們?yōu)槭裁催€要閱讀精選摘要

如果AI快照問世后谷歌就不再顯示精選摘要，我也不會對此感到驚訝。

我的第五個(gè)認(rèn)識是，電商中的AI回答是最多的。對于像“summer shirts for men”這樣的產(chǎn)品問題（交易意圖），谷歌在電腦端顯示了兩排內(nèi)容，包含7個(gè)產(chǎn)品，在移動(dòng)端顯示了2個(gè)產(chǎn)品。

電商關(guān)鍵詞顯示出類似線上商場的結(jié)果

我現(xiàn)在還不清楚谷歌如何決定顯示哪些產(chǎn)品。這些產(chǎn)品與頁面上自然搜索結(jié)果中的購物輪播圖中的產(chǎn)品也并不重疊。

對于其他問題，如“standing desk”，谷歌則根據(jù)“適合家庭辦公”、“適合高個(gè)子”或“適合游戲”等屬性來顯示具體的產(chǎn)品推薦。

產(chǎn)品描述或是AI產(chǎn)品輪播點(diǎn)擊率的

一個(gè)重要驅(qū)動(dòng)因素

谷歌似乎從網(wǎng)站上的評論中提取這些產(chǎn)品屬性，這點(diǎn)相當(dāng)令人震驚，因?yàn)楣雀鑼⒎墙Y(jié)構(gòu)化數(shù)據(jù)變成了結(jié)構(gòu)化數(shù)據(jù)。我在BGR和Insider的評論中發(fā)現(xiàn)了“最適合高個(gè)子”，谷歌在右側(cè)邊欄的“常見用途”部分也提到了這一點(diǎn)。我的第六個(gè)認(rèn)識是，產(chǎn)品、地點(diǎn)以及品牌評論對AI搜索結(jié)果的重要性正在顯著增加。

點(diǎn)擊產(chǎn)品，打開右側(cè)邊欄

可以看到評論、零售商、價(jià)格等信息

點(diǎn)擊AI快照輪播圖中的產(chǎn)品時(shí)，右側(cè)邊欄會彈出。它的特色是同一產(chǎn)品有不同的零售商，這意味著提供較低價(jià)格的零售商可以擊敗擁有更好評價(jià)或更精美產(chǎn)品圖的零售商。接下來，我希望谷歌能在這個(gè)列表中提供贊助時(shí)段，并使產(chǎn)品搜索進(jìn)一步貨幣化。

谷歌通過將零售商商品化來增加產(chǎn)品

基于這些觀察，我們可以優(yōu)化關(guān)于交易意圖提問的以下方面：

• 第三方評論

• 谷歌評論

• 價(jià)格

• 縮略圖

• 描述

• 屬性

• 標(biāo)題

我的第七個(gè)認(rèn)識是，谷歌可能會在搜索結(jié)果中加入更多廣告以抵消生成性AI提問的高成本。

一如既往，自然搜索結(jié)果受到廣告的巨大影響。AI回答中的產(chǎn)品輪播目前還沒有廣告，可能是因?yàn)镾GE仍處于測試階段。但谷歌已經(jīng)介紹過AI回答中的廣告可能會是什么樣子。我希望它們能與自然搜索結(jié)果分享寶貴的版面。

(https://blog.google/products/ads-commerce/ai-powered-ads-google-marketing-live/?ref=kevin-indig.com）

除了谷歌的I/O演示，在SGE測試版中，購物廣告出現(xiàn)在AI快照下面，由此可以看出，谷歌正在大力測試廣告位置。