AI搜索产品成长重点和体验评价体系

无论是AI搜索还是传统搜索都是办理用户的需求，传统搜索只能办理需求过程的一部分，但实在也在为帮助用户完全的办理问题而努力，像一些大略的任务，查个股价、找个网站实在传统搜索产品已经可以很好的知足了，+AI之后这些任务的体验实在并没有提升，以是在谈论+AI之后搜索产品的变革的时候，要先明确+AI更多的是为之前那些无法被直接快速完成的繁芜任务做出新的办理方案。

繁芜的任务可以是找到一个繁芜问题的答案、可以是得到一张要放在PPT里的图片，在面对这些繁芜问题时，交互体验提升和做事范围延展将是两方面重点。

交互体验提升是说用户可以用更自由的办法与搜索产品互动，以前只能打字，现在可以是不同媒体类型、不同模态通道，做事范围延展是说以前我须要通过搜索产品找到一张图片，下载之后再用电脑上的PS工具处理细节、调度大小才能放到PPT，现在不须要了，用户可以在图片搜索结果中直策应用变清晰、抠图、调度尺寸等等能力，不须要再像以前一样在多个工具里辗转。

就像本日的会议，是先坐地铁再倒公交末了扫了个共享单车才到会场，还是专车直达，两种体验自然差异很大。

而越繁芜的需求在办理过程中的体验给用户的印象会越深，就像在公司内部，能办理越繁芜困难的问题的员工会得到更好的评价，这决定了这家公司是否连续聘请这名员工（用户是否选择利用某款产品）

一、用户如何选择AI搜索产品

人类在选择工具时会有一些规律，手机可以录音，但一个高频率做采访的朋友大概率会利用录音笔，大模型可以回答两个数字的打算答案，但用户更方向利用打算机，用户在选择工具时会根据已形成的用户心智来选择产品。

用户心智的含义可以理解为用户认为面对某一问题时该当选择哪款产品来办理。

那么对付AI搜索产品来说，决定用户决策结果的成分是什么呢？我认为是一站式做事，即能让用户在更沉浸的状态中完全的完成任务。

这里的完成任务和传统软件中的完成任务差异较大，传统软件纵然找到对业务非常熟习的产品经理，依然是把实际业务中核心的、高频的需求做了数字化，就像现在很多ToB产品，客户常常哀求做一些定制化的功能。
这些定制化的便是某特定用户须要的但不高频的功能。
如果供应一个标准化的SaaS产品这些需求就没有办法被知足，回到刚刚说的，便是任务无法完成。

而在本日大模型的能力适值能知足这些个性化的需求，包括在传统搜索产品中很多长尾小众的问题没有搜不到答案一样，大模型也可以办理这部分问题。

刚刚我提到的是能让用户在更沉浸的状态中完全的完成任务。
这句话还有一个重点是在沉浸的状态中，沉浸的含义是不须要用户在多个产品中切换。

比拟几个头部的AI搜索产品，我们实在会创造功能范围非常趋同，无非是图文音视频理解、总结与天生。
这样就会有一个非常现实的问题，当用户面对总结一份文档的需求时，是会选择夸克这样的AI搜索产品还是WPS这样的文档处理类产品（WPS+AI也有相同的功能）。
用户面对这两块产品时做出的选择决策，便是由用户过去形成的心智模型决定的。

因此，我认为在现阶段各个AI搜索产品的竞争过程中，抢占用户心智将是重中之重，由于各个产品（不限于AI搜索产品）具备的AI能力是没有很大差别的。
在用户体验上也只能从较为表层的地方产生一些小上风。
不会成为竞争的决定性成分。

本日在高铁站候车时有时看到了豆包的广告，说是很多教英语的老师在建议学生利用豆包练习口语，昨天孙老师也提到现在很多用户在用豆包写公函。

这两件事启示了我，建立用户心智的过程如果是「豆包是新一代AI智能助手」这样的观点是很难的，由于太宽泛了，用户接管度会有问题。

相对而言更详细的观点更随意马虎建立起用户心智，例如豆包练口语效果很好，豆包可以写公函。

一个细分的详细的心智被建立起来之后再在用户利用的过程中可以再逐渐做心智扩展。
勾引到【豆包是个全功能AI助手】这样的大观点，继而勾引用户探索其他利用场景，完成更多勾留时长的目标。

和传统搜索产品比较AI搜索的代价更多表示在办理繁芜任务的场景下，那么办理繁芜任务的搜索还是不是搜索？任务重点部分在哪里完成？用户操作的出发点是搜索，但重点是后续做事。
在不雅观察了三款海内第一梯队的AI搜索产品后，实在我们也会创造这三款AI搜索产品的思路由明显差异。

这里先讲一下我主不雅观感想熏染中的海内第一梯队AI搜索产品，有三款分别是夸克、360和豆包。

夸克已经在产品名称中不再强调浏览器了，无论是PC还是安卓和苹果的运用商店完备看不到浏览器的观点。
我预测这可能与希望逐渐过渡用户心智有关。

360在浏览器领域积累最深，用户心智的便是浏览器，以是依然沿用了浏览器的观点，很早就打360AI浏览器的观点。
这么做可以令他们把存量用户转移到AI产品中更加随意马虎，但后续浏览器观点的转变会掉队一分。

豆包则比较激进的直策应用了AI助手的观点，包括产品的图标也利用了一个人物形象来贴合助手的观点，好处是在AI助手这个领域抢占了先机，但同时也可以失落去很多认知还勾留在浏览器产品的用户。

下载了豆包之后，可以在系统级层面利用划词触发AI的能力，这一点是非常领先的，像莫妮卡等chrome插件的形式也仅仅是在浏览器层面，能够触发的用户场景相对付系统级还是少了很多。

这样来看的话，实在拥有更底层权限和可以更自由定义体验的操作系统实在可以把AI能力和用户场景结合的更好，但目前实在还没看到实际发布的产品，不知道是不是在憋大招，可以期待一下。

做AI搜索时有几点决策是比较牛的，第一是和客户端绑定，意味着体验更可控和留存有根本。
把客户端下载到设备之后，也可以增加很多被用户看到的机会，这就和网站形态有很大的差异了。
第二是淡化浏览器的观点，这个夸克和豆包已经在做了。

现在的 AI 搜索的产品形态只是一个暂时的一个形式，为了让传统搜索引擎用户，能够很顺畅地迁移到新形态的 AI 搜索上去。
但是随着技能和产品的迭代，我相信新的交互形式、新的产品形式都会在 AI 搜索上展现。

二、AI搜索产品短中长期能力方案

1. 短期更多类型的图示。
目前都支持了思维导图和PPT，但常用的其他图示如流程图鱼骨图还不支持，这方面的需求是非常明确的，作者在群里也看到过数次用户在清晰的描述这些需求。
更多媒体类型的输入输出。
可以省去用户在输入环节手动转换不同模态信息的事情，可以在输出环节令信息的输出形态与环境更适应。
问题转写小模型。
针对这种小模型的优化事情相对付提升大模型能力本钱更低，须要韶光更短，可以更快看到效果。
信息源选择规则。
对问题分类后准确的选择来源可以明显的提升结果质量，例如做菜类问题的来源，写代码类问题的来源，没有什么技能难度，便是个信息整理的事情。

2. 中期

1）信息源总量与输入token总量提升（基于模型大贬价）

目前的RAG过程会选择搜搜结果中的前X篇内容来进行聚合总结天生，根据信息源选择的规则可以基本做到拿到的X篇内容都是质量还不错的，但是万一某个精良的不雅观点涌如今X之外，那么结果质量就会受到影响。

当未来token价格大幅度低落之后，可能在聚合阶段就可以聚合10X篇内容，这样就可以令结果质量更好。
（结果质量是AI搜索产品最主要的体验指标之一）

2）多模态领悟交互

不同模态的信息通报办法在人机交互中有诸多特点，视觉模态对信息的吸收效率很高，可以以整体的角度认知大量信息的凑集。
也可以跳跃式的阅读笔墨信息，不像听觉一样完备依赖韶光线顺序吸收信息。
但视觉模态不善于输出信息，眼动交互的操作效率很差，纵然以苹果公司的技能能力也只能作为一种赞助残障人群利用智能设备的赞助交互办法。

听觉模态则吸收信息时具有被动性、环抱性、和瞬态性，在输出信息时则具有穿透性。
被动性是指只要声波在用户周围产生了那么就可以被吸收到，不须要用户主动探求信息。

闹钟便是符合声音模态吸收被动性的案例。
环抱性则是相对付视觉模态而言，声音在人的任意方向产生都可以被人吸收到，而视觉大约只可以吸收130的范围。
瞬态性是声音在不依赖外部设备时是不可以留存的，用户只能在声音持续产生的过程中吸收，声音停滞吸收也会停滞，想再次吸收只能再产生一次声音，这一特色相对付通过视觉模态吸收笔墨信息劣势较大。

末了的穿透性则有两方面的含义，一是在物理天下内纵然人与声音之间存在一定程度的阻隔，声音依然可以被人吸收到。
这一点相对付视觉模态可以适应不同场景下的信息吸收办法。

穿透性的第二方面含义是在软件产品中可以不依赖屏幕显示出来的内容对功能进行掌握，传统的GUI办法想进行一项操作，必须点击屏幕中显示的元素触发，没有显示出来的元素只能通过切换页面切换层级先找到再触发，而声音的穿透性可以直接被设备识别后触发对应的功能，不依赖屏幕可显示空间。

触觉模态则在安全感建立和真实感方面有较大影响，包括人类五感中其余的嗅觉和触觉，在本日运用到人机交互方面很少，可能在未来的虚拟现实产品中才能得到实际运用。

以上仅是先容了多模态交互问题中各个模态的大略特点，实际上多模态交互最主要的部分是多模态领悟，详细到产品中运用则是能办理用户在多任务场景下的交互带宽问题。

例如人类无法同时看清两幅画的细节，无法同时听清楚两首歌的旋律，这都是由于单一模态在交互过程中的限定，而利用多模态领悟交互的办法则可以办理这个问题（有极限）。

例如传统的打算器，当用户按下按键时就会发出与按键对应的声音，【7】【加/减】【即是63】，用户在利用时可以用视觉模态看着账本、用触觉模态确认自己按下的按键，用听觉模态核查按键是否精确和吸收打算结果。
这样就可以利用多个模态协同的效果更高效的完成算账任务。

多模态领悟交互的另一方面意义在于信息之间的转化和非笔墨信息，不同模态信息之间的转化意味着可用于回答用户问题的数据总量提升了。

例如用户问：北京XX书店有安歇区吗？这样非常详细的问题以前须要依赖其他热心网友给与回答，但未来如果搜索引擎找到了一张北京XX书店的照片，照片内有安歇用桌椅的话，就可以直接回答用户这个问题。

非笔墨信息是指感情、语气、语速、停顿、重音等等（还有很多），同样一句话利用不同语气说出来可能意思完备不同，阴阳怪气是个很准确的描述词。

3）用户界面个性化

面对不同的问题，用户界面的显示形式可以完备不同，例如问题【小米14和华为mate60比拟】就可以利用表格的形式来列举写明每一项参数的比拟，而不适宜用大段笔墨来描述。

网上很多文章中都有提到在回答不同问题时可以利用不同的agnet来回答促进答案质量，但答案天生后在UI设计角度如何呈现给用户同样主要，也是利用不同的agnet来回答促进答案质量的终极面对用户形式。

4）广告体验

广告与用户匹配越精准，广告的负面属性就会越低，未来当能网络到用户的信息维度变得更多，能保留的长期影象（高下文）更多，传感器能吸收到的超模态信息更多之后，广告的精准度一定会有大幅提升。
纵然是短期内来看，通过统一广告与自有用户界面的视觉样式，也可以得到更好的广告体验。

3. 长期

1）从多模态到超模态

模态一词原指人类可以吸收信息的通道，人的紧张信息通道便是人的五感，过去的智能设备基本依赖视觉输出和触觉输入，后来逐渐增加了声音模态的输入和输出，但间隔多模态领悟的人机交互还有不短的间隔，以一个非常大略的打算器APP为例，当融入多模态能力后，完备可以做到眼睛看着一堆账单，声音同时读出账单上的数字和打算办法，这样就不必来回迁徙改变头部在账单和打算器之间切换，同时还可以利用打算器带有的扬声器来考验输入是否有误。

多模态领悟的交互办法就像是从一个人变成了一个团队，团队中有善于方向的成员，视觉可吸收信息速率最快，听觉则可以在360度的方向上吸收信息，触觉能带给人安全感知，嗅觉和味觉可以吸收更多维度的信息。
团队中多个成员协同事情后就能面对更加繁芜的事情任务。

多模态交互无疑是人机交互过程的进步，但更令人愉快的是超模态，这个观点是我自己起的名字。
人的紧张信息通道（模态）只有5种，但对付智能设备来说则不然，对智能设备来说，有多少种传感器就有多少个信息通道（模态）。
手机利用光强度传感器吸收到环境亮度信息后可以做到自动调节屏幕亮度。
手机OS领悟了用户行为数据和韶光、地点等信息后可以形成智能建议，变人找做事为做事找人。

AI搜索产品中有个非常主要的能力是意图识别，只有对用户意图识别的足够强才能不才一步意图与工具/内容的匹配时更加准确，而浩瀚传感器通报聚合后的各种信息便是意图识别判断过程中的推理根本。
根据湖北日报的新闻，环球传感器种类有2.6万余种，虽然这些并不都能够利用到产品设计领域，但相对付人类的5种已经不是一个数量级了，以是未来当智能设备集成更多种传感器（或从其他地方收到多种传感器感知到的信息）后，非常有可能实现从人找做事变成做事找人，纵然是短期来看，也是对搜索结果准确性的主要增强，这意味着AI搜索产品最核心体验的提升。

模态一词原指人能吸收信息的通道，人类常用的信息通道便是常说的五感，目前在与设备交互时又以视听触三感居多，但对智能设备而言，吸收信息的通道可能比人类不是一个数量级的，设备集成了多少传感器就可以有多少种信息通道，也可以做出基于这些超越人类模态信息的数据的能力，例如手机基于光强度传感器可以做到自动调节屏幕亮度，基于GPS可以快速确定位置，都可以利用这些信息做到更智能的交互体验。

目前，仅基于用户行为数据和人的五种信息通道，已经可以做到非常智能的推举策略，传感器的种类按照湖北日报的宣布，环球共有26000多种，这与人类能够吸收到的信息种类完备不在一个数量级（当然信息种类不会有这么多，有很多同类信息不同用场的传感器），但总体来说依然比人类五感的模态种类不在一个数量级。

以是作者认为，未来基于更多来源、更大数量的信息，AI搜索产品及全部须要意图识别能力的产品体验都会得到很大提升，乃至从意图识别进化到意图预测，变人找做事为做事找人（现在也有这个说法但实用性较差）。

2）定制化功能

有赞的白鸦总曾在一次直播中说他们的产品功能繁杂，做SAAS产品一定有很多定制化需求，以是当客户变多之后全体产品易用性会低落。

各种功能眼花缭乱导致用户真正须要的功能难以创造，实在当产品有1000个功能，一万家客户，可能每家客户须要的只有300个功能，因此未来利用大模型能力如果能做到功能的个性化那么对产品整体的体验会有很大提升。

3、用户影象领悟。
为了更精准的识别用户意图，除了用户在产品中的行为数据外，领悟用户本身的数据进行预测也是非常主要的一环，未来在不同产品中都一定用到用户本身数据来供应更好的做事，但不同产品用户数据是割裂的，以是节制了用户数据的产品更随意马虎达成精良体验，或者也可能涌现特定产品做事用户储存个人数据（长期影象备份）。

4. 持续模型能力。
不必多讲，需求之上统统做事的根本。
意图匹配。
决定了精准度，决定了做事办法、匹配什么工具智能体数量。
决定了产品可做事范围，意图识别后能否有对应工具帮助用户办理问题。

三、AI搜索产品体验评价体系

如下图，从用户与产品交互的路径为逻辑主线，按照5个不同环节分别列举的体验影响成分。

以上是在会议中我进行分享的全部内容，分享过后又谈论了AI搜索将带来哪些改变？

这个问题在谈论中实在有老师认为AI搜索会带来挺多负面的影响，包括用户写论文和影响人与人之间的关系，以及很多社会学问题。
这些作者不太懂，但作者有个脑洞是：

AI搜索产品给出的答案都是构造化的信息，那么当这一代学生在习气利用AI搜索产品后，是不是就可以在长期阅读构造化信息的过程中逐渐形成构造化思维？。

构造化思维大家该当不陌生，很多领域的大牛都认为这是一种很高等的思维，在思考问题的全面性、逻辑性上效果都非常好，也可能促进人思考问题的深度。

而长期阅读构造化信息该当是对形成构造化思维是具有勾引浸染的。
如果这个猜想精确，那往大了说AI搜索产品乃至可以提升社会效率，提升新一代年轻人的思维模型。

专栏作家

杜昭，微信"大众号：AI与用户体验，大家都是产品经理专栏作者，实战派设计师，目前在某手机公司卖力手机OS交互设计，所卖力产品覆盖用户数亿，紧张研究AI与人机交互设计的领悟及人因学对用户体验的影响。

本文原创发布于大家都是产品经理，未经容许，禁止转载。

题图来自 Pixabay，基于 CC0 协议。

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。