斷言:LLM將重塑搜索輸入框邏輯
在用戶交互層應用大模型,用戶體驗或許可以被大幅度提升,搜索也將變得更加智能和人性化。這篇文章里,作者就從日常體驗出發,分享了他的看法,一起來看看吧。
一、被關鍵詞匹配統治的APP搜索輸入框體驗欠佳
在大語言模型推出之前,幾乎所有APP的搜索框都是基于關鍵詞匹配,用戶也被教育了這么多年,也大都習慣了關鍵詞檢索。
關鍵詞檢索本質上是技術思維,當然也是受限于技術?,F狀,它依賴于用戶對搜索內容的準確表達和對檢索系統的了解。用戶需要知道如何用恰當的關鍵詞來描述他們的需求,以便系統能夠返回相關的結果。
這種檢索方式在大語言模型推出之前是主流,因為它相對簡單且易于實現,但同時也存在一些局限性。
首先,用戶需要準確知道如何表達他們的查詢意圖,這對于一些復雜或模糊的查詢來說是個極大的挑戰,也存在同義關鍵詞碰撞的問題;其次,查詢系統對于用戶真正意圖的理解僅局限于每次的查詢請求,無法通過上下文輔助理解用戶的真正意圖;最后,搜索結果的信息過載導致用戶需要花費時間從搜索結果中再次決策自己的答案,同時商業化因素也會影響搜索結果,導致用戶決策時間成本的增加。
二、各大APP搜索框現狀
1. 美團APP搜索框實測
搜索“附近最好吃的烤魚和烤肉”,搜索結果未滿足“附近”和“烤魚烤肉”的要求。
搜索“適合與哥們喝酒的地方”,結果不滿足需求。
美團APP實測結果:搜索框是完全的關鍵詞邏輯,未采用大模型語義理解搜索。
2. 百度地圖APP實測
搜索“小眾網紅景點”,交互上顯示小度在思考,并且給出了結果,相對符合需求。再次搜索”十公里內的小眾網紅景點“,搜索結果也符合需求。
另外測試搜索最近比較火的詞“阿里大悅城”,沒有給出結果。
3. 貝殼APP搜索框實測
搜索“北苑地區2000元以內的合租”,無結果;但是通過篩選可以得到結果。
三、用大模型重塑搜索輸入框方案探討
1. 在用戶交互層應用大模型
充分利用大模型的自然語言理解能力,在用戶輸入查詢語言后,先通過大模型進行自然語言處理,對用戶查詢語言進行關鍵詞轉換,轉換為檢索系統可以檢索的關鍵詞或邏輯表達,在進入搜索系統進行搜索。如下圖:
2. 優缺點分析
這種方案的優點是,對現有生產系統侵入較小,需求邏輯相對明確,迭代速度快;
當然缺點也很明顯,大模型處理查詢語言勢必造成交互時間的增加,所以產品經理在進行產品設計的時候需要充分考慮這點。
后記
通過在用戶交互層應用大模型,可以極大地提升用戶體驗,使搜索更加智能和人性化。然而,這也帶來了一些挑戰,比如對計算資源的高需求、模型的訓練和優化、以及對用戶隱私的保護等問題,當然這些問題都有望得到解決,大模型將在搜索中發揮越來越重要的作用。
看到這篇分享文章的互聯網大廠的產品同學,可以考慮借助大模型的能力對輸入框進行一個版本迭代了??梢灶A見的是,這將會顯著提升產品搜索體驗,也將顯著提升你的KPI。
本文由 @李雨田 原創發布于人人都是產品經理。未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!