AI搜索应该显示几条结论？

在运用 AI 搜索时，我察觉到一个现象：

不同的 AI 搜索产品所给出的答案数量差异显著，有的极为简略，仅用一两句话便予以总结；有的则较为详尽，以结构化的形式呈现出 5 至 6 条内容，然而却没有一个能完全契合需求。

这不禁让我心生疑惑，AI 搜索结果究竟展示多少条才适宜？是否有必要进行结构化处理？人们能够接受的数量又是多少？带着这些疑问，我展开了一系列的测试与调研。

首先表明结论：我最为满意 Kimi.AI 和知乎直答。原因何在呢？

在测试环节，我向 Kimi 探索版提出疑问：AI 搜索应该显示几条内容？它在检索了 39 个网页之后，给出的结论仅有 5 句话，具体如下：

搜狗搜索每页显示 10 条结果，并且最多能够设置为 100 条；百度搜索能够提供 10 条、20 条或者 50 条内容，其数量取决于用户的自主选择。

必应则宣称自身设有置顶框，会展示 AI 总结以及相关链接。perplexity 仅仅呈现出五六条结果；360AI 则是通过答案额外提供 20 到 30 条信源链接。

从 Kimi 的回答结果来看，搜狗、百度的结论是基于传统搜索引擎得出的，而必应、perplexity、360 的情况可能是基于 AI 的。

随后，我又向腾讯的 ima.copilot 提问，这是一款笔记软件，能够搜索所有公众号内容，我问道：AI 搜索应该显示几条内容？

它指出结果的呈现方式取决于搜索目的、用户需求、内容类型以及 AI 算法性能；百度通常显示 10 条结果，最多可达 100 条；Google 能够在 10 到 100 条之间进行显示，具体依据用户需求而定。

不过，它的答案确实颇为繁琐，即便进行了结构化处理，篇幅依然很长，以上内容是我对其优化后的结果。

接着，我对知乎知答进行了测试。其答案十分简洁，仅有 4 句话：

AI 搜索内容并非固定不变，而是由算法依据用户最具价值、最为相关的结果来确定；搜索引擎的目标在于提供最为相关的结果，其数量从几条到几十条不等，同时还会兼顾用户体验和多样性。

例如：谷歌搜索可能显示 10 条结果，并提供下一页链接以便浏览更多内容；AI 搜索工具会筛选出最重要、最为合适的内容，关键在于质量而非数量。

之后，我又测试了文心一言，它给出了 5 条结构化内容。

有所不同的是，其表述较为含糊；它表示，答案数量取决于用户需求、搜索上下文、设备和界面、算法与性能以及用户体验，并且会依据这些因素动态调整。

微信的 AI 搜索自然也不能被忽视，其 AI 隐藏于 “搜一搜” 之中。我测试了几个问题，发现微信搜一搜的 AI 生成式答案相对简洁明了。

当我搜索 “王智远是谁” 时，结果显示王智远是一位多才多艺之人，拥有多种身份，包括一级建造师、艺人和商业创作者，针对每个身份都有进一步的 5 点介绍。

综上所述，Kimi 的答案呈现结构化，且简洁有力；知乎知答则更为直接，未列出具体的条数，却径直给出了答案；相比之下，文心一言的回答与问题的相关性较为薄弱，微信搜一搜则更侧重于直接陈述。

通过对比不难发现，AI 搜索给出的答案大致可分为两类：

其一，简洁明了型；问题与答案精准匹配，不拖泥带水。其二，切题详实型，AI 会围绕答案展开诸多讨论；这些讨论看似合理，实则仅有部分对用户具有实际帮助。

为何会出现这种情况呢？出于好奇，我向身边的两位技术朋友进行了咨询：他们表示，可以从问题理解、技术逻辑以及使用体验三个层面来剖析。

首先，在使用 AI 搜索时，不能期望它如同人类一般理解我们。

在日常交流中，我们能够知晓对方的过往、经验以及外貌等信息，但 AI 却无法做到。AI 更像是一个 “缸中之脑”。这一概念略显奇特，仿若一个人的大脑被放置于装满营养液的缸内，借助电脑进行操控，使其产生类似于人脑的感觉。

实际上，AI 的模型如同大脑，外部信息恰似营养液，当我们向 AI 提出一个问题时，它会在众多知识库中进行搜索，然后整合信息以找出答案。

因此，它对问题的理解是基于海量数据所做出的平衡，究竟平衡什么呢？即那些被大量点击的信息，或者相对精准的信息，部分模型为了确保准确性，自然会倾向于呈现更多的内容。

其次，从技术角度来看，当输入一个问题后，AI 会捕捉该问题，并借助搜索引擎，例如 Google，或者一些第三方服务来探寻答案。

AI 会运用一种名为 embedding 的技术来处理搜索结果，该技术类似于对结果进行排序与分类，使其更易于管理；最后，AI 会采用 RAG 技术，从众多网页中筛选出与问题相关的信息，再通过一个大型模型整合这些信息，最终给出答案。

许多 AI 搜索产品并不会自行构建搜索引擎，因为成本过高，爬取 5000 万个网页可能需要耗费一两百万人民币，而且爬取的内容还需要进行安全检查。

当前大型搜索引擎所拥有的网页数量数以千亿计，这是历经多年积累而成的，无论是从时间还是资金的角度考量，一般创业者都难以承受。

所以，AI 搜索在找到网页内容后，会将其按照段落、句子切割成小块，这样处理更为便捷，如此一来，如果问题较长，答案或许也会较为详尽；倘若问题简短，或者一个词存在多种解释，它也可能给出大量相关信息。

这就如同寻找物品，一个词可能会引出诸多相关内容。

朋友还提及，针对一个问题，AI 给出的答案较为丰富，还取决于生成式和交互式。

这是什么意思呢？

AI 搜索系统本质上属于一个问答系统，其答案与传统检索方式存在显著差异。

传统检索仅仅是将相关网页展示出来，而生成式可能会返回一个文档或者一组链接，这样用户便能够直接获取所有信息，无需再从多个来源中进行筛选与总结。

这种技术具有创造性，因为它需要理解用户的语料之后，再给出答案。所以，尽管有些内容可能并非我们所需，但这些多余的内容能够增强人与 AI 之间的互动性。

例如：

当询问 “如何提升工作效率？” 时，AI 可能会首先给出几条常见的建议，诸如设定清晰目标、合理分配时间等。

但它还有可能进一步提及一些新工具或方法，类似于 “你可以尝试使用时间管理工具，如 Notion 或 Todoist，它们能够帮助你更好地安排任务”；如此一来，你可能会因这些额外信息而对某个工具产生兴趣，进而展开下一次搜索。

问题在于：我们真的需要如此众多的答案吗？我从体验角度进行了样本测试。

部分人表示：在使用 AI 搜索时，倾向于先看到结论，再查看过程，这样能够更迅速地找到自己想要的信息。

虽然 AI 能够提供大量长文本，但并非每个人都有此需求，就如同一个知识渊博之人能够讲述许多内容，但并非所有内容都能引起我们的兴趣。

若难以理解，可以想象一下，在工作场景中，如果领导询问事情办理的进展情况，你先长篇大论地讲述过程，最后才表明未办成，领导必然会不悦，相反，先告知领导结果，再详细阐述过程，这样则更为妥当。

然而，也有人认为，AI 搜索显示的内容越多越好，因为这样能够学习到更多知识，提升寻找信息的效率。

例如：当提出一个问题时，可能自身尚未完全思考清楚，如果 AI 能够展示大量内容，其中某些内容反而会激发自身的好奇心，这种好奇心会进一步引导自己探索更多不同的解决方法。

但实际情况果真如此吗？

虽然历史上并未有人专门针对 AI 搜索结果展开研究，但我查阅了一些有关传统搜索引擎的用户调研资料。

截至 2024 年，谷歌搜索的用户调研显示，排名第一的链接点击率高达 39.8%，第二名是 18.7%，后续链接的点击率则越来越低。这表明用户更为关注搜索结果页面靠前的链接，越往后，关注度越低。

统计数据还显示，75% 的用户从不浏览搜索结果第一页之外的内容，仅有 0.78% 的用户会点击谷歌第二页的结果。

而那些直接显示答案的精选摘要，在 2018 年初的出现频率约为 12%，到 2020 年初增长至约 16%；这意味着在搜索页面上，直接展示答案可能会降低用户对更多搜索结果页面的需求。

换言之，用户更愿意直接获取答案，而不愿浏览无关信息。

我还阅读了谷歌核心工程师玛丽莎・梅耶的一些用户调研成果。她指出：

许多用户告知她，他们期望每页能够看到尽可能多的结果，20 个不够，25 个也不行，最好是 30 个；但当她观察用户的实际行为时，却发现了一个不同的趋势：用户实际上更倾向于每页显示较少的结果。

当搜索结果数量在 10 到 20 之间时，用户的点击率会急剧下降。当每页显示 25 个结果时，点击率下降幅度更大，而当每页显示 30 个结果时，情况最为糟糕。

最终，梅耶决定每页显示 10 个搜索结果，这一决策也一直被谷歌沿用至今。

所以，得出的结论是：用户在进行 AI 搜索时，往往仅关注一个屏幕内的内容；如果在这一屏幕的前端就能完整呈现结论，他们便能获取所需结果，而后续的内容，对他们而言，可能就并非那么重要了。

问题在于，为何人们的言语与实际行为会不一致呢？我们总是声称想要看到更多内容，但当 AI 搜索结果真的呈现大量内容时，却又不愿花费时间去查看？

经过长时间使用 AI 搜索，我找到了答案：速度。许多人并未意识到，大量搜索结果会干扰我们的认知，影响使用体验。

举个例子：‍‍

我尝试了 Kimi 和天工 AI 的探索版，当我向它们提出一个心理学研究的问题时，一个给出了简短有力的答案，并适时引导我前往网页查看更多内容。

另一个则给出了大量内容，要求我先浏览后再点击链接查看；相比之下，后者让我感到选择困难，甚至觉得大脑负担加重，而前者的信息则让我获取更为直接、便捷。

扎克伯格在 Facebook 早期发展阶段，也曾遭遇类似情形。

当 Facebook 从哈佛拓展至耶鲁和哥伦比亚大学时，学生们起初表示怀疑，甚至略带嘲讽，尽管他们有所抱怨，但却无人真正删除信息或停止使用，反而使用频率有所增加。

扎克伯格得出结论：“人们并不擅长预测自己对新事物的反应。”Facebook 的成功表明，用户可能对新事物持有怀疑态度，但最终会欣然接受并融入其中。

很少有人能够清晰地表达自己的真实需求，尤其是在面对未知的新事物时，言语或许会具有欺骗性，但行动却不会，因为行动的代价相较于言语更高。

在产品开发过程中，我们常常听闻一句话：“不要听别人说什么，要看他们做什么。” 这句话同样适用于 AI 产品，用户可能会宣称他们渴望更多功能或选项，但他们的行为却表明，许多人更倾向于简单快捷的解决方案。

所以，有两个结论：

一，AI 搜索初始阶段不应展示过多内容，搜索引擎应当率先直接给出答案，随后，逐步引导用户深入探索，这样的方式更为适宜。

二，AI 越专业，答案越简洁，长文本能力应当应用于解释过程，而非直接给出答案。

你是否认同这一观点？AI 搜索之后，你期望看到几条结论？

本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系hezuo@huxiu.com

正在改变与想要改变世界的人，都在虎嗅 APP