產品經理資料檢索神器:對話式AI搜索引擎

0 評論 1091 瀏覽 2 收藏 11 分鐘

對話式AI搜索解決了傳統搜索中的一大弊端——你永遠不可能搜索你腦中沒有的概念。

無論是強大的OpenAI在2024年推出的SearchGPT,2024年冉冉升起的新星Perplexity,還是Google即將在AI搜索上布局跟進。AI搜索引擎一次次的出現在了我們面前,那么AI搜索究竟和傳統的Google搜索有什么區別?它能夠給我們帶來什么樣的變化,作為一個基于大模型的搜索引擎,它能夠如何助力產品經理的工作效率?

快來和筆者一起來看下吧~

一、重新定義搜索引擎:全球第一個對話式AI搜索引擎

1. 支持自然語言組合提問

當你有不理解的問題時,通常會有很多相關聯的問題,在AI搜索中,你不需要一個個去提問,可以把所有想問的問題一次性丟給AI搜索

例如: 基于成熟的大語言模型創建應用對于產品經理的能力有什么要求? 為什么說設計基于大模型的AI應用產品時,產品經理撰寫評估標準成為了核心競爭力? 那么產品經理應該如何撰寫評估標準?

當你有這些疑問的時候,你不需要像之前一條條搜索,只需要把這些問題丟給AI搜索,它可以自動拆分問題后對每個問題再處理。

2. 實時聯網搜索,自動生成搜索關鍵詞,同時確保文章的時效性

相比起傳統搜索單一關鍵詞,AI搜索會自動生成多組關鍵詞進行搜索,同時,它閱讀的文章都是比較新的文章,提升了搜索質量。

同樣還是上面的例子,

基于成熟的大語言模型創建應用對于產品經理的能力有什么要求? 為什么說設計基于大模型的AI應用產品時,產品經理撰寫評估標準成為了核心競爭力? 那么產品經理應該如何撰寫評估標準?

我們可以看到Perplexity會針對每個拆分好的問題進行關鍵詞搜索,并閱讀相關的文章

3. 使用大模型整合答案,可驗證信息源提升答案可靠性

最后,AI搜索會使用大模型把所有的問題做答案整合,并在每個答案后面標注了參考的信息來源,確保回答的可靠性。當然,如果有不確定的信息想要做二次確認,只需要點擊信息來源就可以看到原文章,非常方便。

同樣是上面的例子,我們可以看到AI搜索針對第一個問題整合了答案,并標注了每個答案的參考信息來源。

4. 多種類模式助力垂類信息的精細度

除了默認全網搜索,有些AI搜索還提供了精細化領域搜索,確保了信息搜索的精細度,如Academic:直接搜索學術論文,它們可以從從Semantic Scholar(學術論文),Arxiv(物理、數學、計算機科學,生物等)Pubmed ncbi(生物醫學和生命科學相關論文)等直接搜索論文,比如我們剛接觸AI產品研發時,大多數的學習都是從Arxiv中學習的,當時我們需要根據自己research不懂的問題再一個個去Arxiv去搜索,現在有了AI搜索,直擊源頭,大大提升我們學習一個新知識的效率~

5. 追加擴展問題主動掃盲

AI搜索大多會在結果后面提供相應的擴展問題,只需通過繼續追問或點擊的簡單交互,就可以快速看到擴展問題的答案,尤其在新領域的知識學習下,可能有些問題你還不知道如何去問的時候,AI搜索已經幫你準備了相關問題。這極大了解決了傳統搜索中的一大弊端:你永遠不可能搜索你腦中沒有的概念。

簡單來說,AI搜索從收到問題到產出答案會經歷以下步驟

  1. 自動拆解問題
  2. 根據關鍵詞搜索問題(甚至根據不同的需求搜索不同領域,例如碰到學術相關的內容會自動搜索學術論文)
  3. 閱讀搜索到的文章
  4. 選取合適的信息源并整合答案并在每個答案后面標注引用文章

這就是AI搜索的強大之處,可以想象,作為需要快速了解很多領域知識和前沿信息的產品經理來說,這將大大提升工作效率和工作質量。把信息搜索做到了又快(一次提出多個問題)又準(做了信息驗證)。

簡單來說,Perplexity的Pro Search從收到問題到產出答案會經歷以下步驟

  1. 自動拆解問題
  2. 根據關鍵詞搜索問題(甚至根據不同的需求搜索不同領域,例如碰到學術相關的內容會自動搜索學術論文)
  3. 閱讀搜索到的文章
  4. 選取合適的信息源并整合答案并在每個答案后面標注引用文章

這就是AI搜索的強大之處,可以想象,作為需要快速了解很多領域知識和前沿信息的產品經理來說,這將大大提升工作效率和工作質量。把信息搜索做到了又快(一次提出多個問題)又準(做了信息驗證)。

二、使用AI搜索的小技巧

1. 如果需要用到如垂類領域的專業搜索時,用純英文提問

由于學術文章無論從數量級還是質量級上,英文資料都更勝一籌,所以當我們用類似Academic搜索學術相關答案的時候,使用英文提問通常更容易獲得更新更高質量的答案。

2. 提好問題幫你“無中生有”,快速了解新領域知識

就像我們之前說的,傳統搜索的一大弊端就是你永遠不可能搜索你腦中沒有的概念,但是AI搜索可以幫你做到“無中生有”,腦袋里沒有概念?沒關系,問就好啦。

例如:

我剛剛轉型到供應鏈做產品經理,請幫我列出10個必須掌握的行業相關概念。每個概念出來之后就可以去一一學習。

Perplexity會生成10個相關概念,你要做的就是把這10個相關概念,通過對話式的交互方式繼續學習,無論是生成答案,重寫答案,繼續追問等等,快速拓展自己的知識盲區。

再例如:

如果你要做SOWT分析或BRD時,需要查看某個具體行業相關的研究報告,往常你可能要去艾瑞咨詢或各個咨詢行業搜索關鍵詞,下載報告,查看,很有可能看了幾天,才能總結出相關結論。

現在你只需要告訴Perplexity,“請幫我找幾份和培訓行業競爭格局相關的研究報告。”,你會立馬獲得幾份研究報告,如果想看具體的研究報告你只需要點擊信息源即可。我試下來無論是PDF還是網頁,都可以直接查看到信息源,大大節省了時間。

還有一些其他問法,例如

針對***,請告訴我最前沿的信息或者成果

給我一個和***相關的具體對標的案例研究

給我艾瑞咨詢最近3年關于大健康行業研究報告的鏈接

我已經知道了和**相關的某些知識(舉例列出),除了這些知識,還有哪些知識是我需要了解的?

AI搜索,讓快速了解一個行業,學習一個新的領域將變成一件非常容易操作的事情,這對產品經理來說是個大大的好消息。

3. 限定輸出字數

和ChatGPT一樣,由于AI搜索的回答是用大語言模型整合生成的,所以根據自己的需要限定輸出字數,也可以幫助你獲得更符合期待的答案。

例如,

請告訴我測評和評鑒的差別是什么,不超過800個字。

4. 巧用中英翻譯插件,讓語言不再是阻礙

如果有些伙伴要想要用英文提問用獲得更高質量的答案,但是對自己的英文沒有信心怎么辦?除了用復制黏貼用其他大語言模型或翻譯應用翻譯,有一個更簡便的方法。

我們可以使用一些英文網頁插件配合AI搜索使用,做到快速的中英文轉換

三、總結

根據紅杉資本的預測,下一個AI殺手級應用極有可能在AI搜索中產生,可以預知2025年在AI搜索市場會有更加激烈的市場

一起期待一下,AI搜索能再給我們帶來什么巨大的變化吧~

本文由 @AI 實踐干貨 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

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!