Jacob：从Perplexity看AI搜索场景的关键切入点有哪些

搜索引擎优化的核心只有一个：更准确。

早期，Google之所以能取代Yahoo，就是Google发现了通过PageRank对引用网站排序的算法，能让搜索结果趋向更准确，详细。

但Google确实只是呈现了搜索的结果，并以相关性做了一定的排列，目前的搜索引擎更多是依赖关键词匹配和类似PageRank的排名算法，这种方式处理简单问题时效果显著，但在面对复杂查询的时候，如多层次的问题、上下文依赖性强的问题的时候，往往难以提供准确且全面的答案。

用户一般需要浏览多个网页，自己不断综合信息来得到最终的答案。坦白来说，对于复杂问题的查询，这种方式实在太低效了。Perplexity就是看到了这个问题，于是在这个切入点切了进去，填补了这段空白。

我愿意为这段空白再详细解释一下，首先故事发生在2022年8月，四个创始人都是在Google AI工作的时候互相认识的，他们在开发大语言模型的时候发现，现代搜索引擎在处理复杂查询的时候，并没有很好地利用他们正在做的生成式大语言模型，而是还依赖关键词匹配和网页排名算法。

四位创始人希望用户使用Perplexity的时候，能获得一个全面的答案，这个答案能完整直接地回复用户的问题，而不是搜索出一堆经过算法排名后的网页链接。

毫无疑问，这个场景对于搜索引擎来说，是划时代的。就好像我们第一次使用ChatGPT一样感到惊艳，要知道大约3个月后OpenAI的ChatGPT才正式发布，Perplexity也确实向着搜索引擎最核心的优化方向前进，让搜索变得更准确。

在ChatGPT正式发布之后，大家终于发现，原来提出问题之后机器人的回答可以变得这么完整且详细，比传统的搜索引擎好多了，但无奈刚发布的ChatGPT只是基于早期训练的数据给出的答案，没法确保信息始终是最新的，而且在早期，ChatGPT的答案也并未标识来源。

这个时候，Perplexity除了跳过网页链接，直接显示搜索结果这个优势之外，还有其余两个优势：实时信息和可靠来源。

当你使用Perplexity提出问题的时候，数据将会自动从互联网上提取，信息始终是最新的，对于时效性要求高的搜索，这一点确实是一个很强硬的需求。

另外当你使用Perplexity提问题的时候，每个答案都引用了可靠的新闻媒体、学术论文和知名博客的内容，这一个优势颇有当年Google做PageRank的感觉，对于信息来源真实性要求很高的搜索，这一点确实也是一个很强的需求。

截止到目前为止，Perplexity上面所说的三种优势：跳过链接、实时信息和可靠来源，均已经成为了各大基础模型的标配功能，我不禁好奇：

为什么我不直接向例如GPT-4o这种大语言模型提问？而还要通过Perplexity去提问呢？Perplexity在这个过程提供了什么？要回答这个问题，恐怕我们要详细拆解一下Perplexity的工作流程。

第一步：输入阶段，接收用户的问题；

第二步：理解阶段，使用NLP技术解析用户的问题，识别关键词、真实意图和核心含义；

第三步：检索阶段，访问搜索引擎，实时获取相关信息，确保最相关和最可靠的信息排在前面；

第四步：生成阶段，调用像GPT-4o这种高级语言模型，获取原始数据转换为自然语言的回答，你可以理解为通过这一步，把第三步获得的信息，调用语言模型生成连贯和容易理解的文本；

第五步：输出阶段，Perplexity提供答案的同时，会显示引用具体的信息来源；

第六步：交互阶段，如果用户会进一步提出问题，Perplexity会理解上下文进行多轮对话，动态调整回答；

其实这是一种“搜索增强生成”技术，俗称RAG，Retrieval-Augmented Generation，本质上就是通过先检索相关信息，再利用生成模型进行答案的生成和整合。

乍一看，上面的第一、第二、第五和第六步都是常规步骤，只有第三和第四步起着关键的作用，很显然第四步是类似GPT-4o这种高级语言模型的强项，毕竟他们就是干这个的，那么Perplexity有可能在第三步突围成功吗？

请注意，Perplexity在检索阶段，并非依赖Google搜索引擎，而是使用自己的搜索和索引技术，通过每日索引互联网内容来确保信息的实时性和准确性。

你可以理解为，之前我们输入搜索内容后，得到一堆相关联的网页链接，基于这些链接我们查看完所有内容之后，再自己整合出最终的答案，这个整合最终答案之前的步骤，都是检索阶段要做的事情，只是机器帮你去完成罢了。

我不是专业的技术人员，无法对里面的细节做更进一步的详细评估，但我知道，如果检索阶段的事情完全依赖于Google，那RAG里面的6个步骤里，已经没有Perplexity什么事情了，所以最有可能的是，Perplexity会自己来做这一步，并力求做得比Google更好，这是一个“阅读检索内容”的步骤，比拼的是实时数据索引和检索的速度，如果对结果准确度还有追求的话，还需要自行对检索结果进行重排，也就是Reranking。

这正是Google一直以来正在研究且引以为傲的事情，Perplexity能否做到，我不知道。但在这之前，Perplexity（或者说AI搜索领域）对于搜索场景的刚需程度并没有很强，毕竟它的可替代性太多了，况且现在的基础语言模型就能直接满足用户需求。

Perplexity不仅和Google在掰手腕，而且还和各大基础语言模型在掰手腕，毕竟基础语言模型现在呈现出来的态势很明显，就是想方设法把检索阶段的事情，整合进自己的生态里。

Perplexity如果不死磕检索，还有什么可以做？我尝试大胆列举：

用户或许会想多模型对话，支持切换各大基础语言模型；

用户或许会想多模态搜索，支持文字、图片和视频等方式搜索；

用户或许会想多维度输出，支持对话、大纲、数据标注和论文等形式输出；

用户或许会想多信源搜索，支持仅在维基百科、仅在Discord和仅在GitHub里搜索；

这些都是比较细分的搜索场景了，但上面这些功能更像是搜索中介的定位，而非搜索引擎。况且随着时间的推移，既然基础模型能把检索阶段的事情整合进自己的生态里面，那么把上面这些niche场景下的功能整合进去，也不是完全没有可能。

AI带来的最大变量是生产力的提升，这是和移动互联网时代最大的不同。

这个生产力提升的根源在于并行计算的普及，让模型可以在更短的时间内建立信息与信息之间的联系，以至于模型在执行下次相同类似任务的时候，可以快速响应，基础的语言模型正是如此，无论是更贴近人类谈话的语言，还是更贴近问题的答案，在模型的视角里这些都已经“训练”了成千上万次了。

搜索场景从提出问题的那一刻起，就分为两个关键环节：收集搜索结果、整合搜索结果。而整合搜索结果的关键在于对大量相关信息的总结和输出，这正是语言模型的优势，也是AI带来生产力提升的表现，但这与Perplexity关系不大。

在收集搜索结果这个环节里，最关键的是确保相关性，能否利用大模型提前训练相关信息，提前建立有利于提升“相关性”的信息映射这是关键，下次实时信息索引的时候能否快速响应，就取决于此，否则在这个环节里，我们仍然是在处于移动互联网时代的“雕花”优化，根本没有受益于AI所带来的生产力提升。

Perplexity如果不往这个方面发力，AI对搜索场景的提升也只会是结果表达层面的提升，而AI搜索也只会是架在大模型之上的一座空中楼阁。