第 5 / 11 章
第五章｜AI Search：AI 是如何回答用户问题的？
上一章我们看到，搜索正在从“帮助用户寻找结果”逐渐走向“帮助用户获得答案”。
传统搜索主要负责从互联网上找到与用户需求相关的信息，并将这些信息按照一定的优先级呈现出来。用户看到搜索结果之后，还需要自己打开网页、阅读内容、比较不同来源，最终形成自己的判断。
而 AI Search 的一个重要变化在于，系统开始参与到这个过程之中。
当用户向 AI 提出一个问题时，AI 不只是返回一组网页，而是会尝试理解用户的问题，从已有的信息中寻找和问题相关的内容，对这些信息进行分析和组织，然后以自然语言的方式生成一个最终答案。
因此，如果要理解 AI Search 对企业意味着什么，首先需要理解 AI 是如何从“用户的问题”走到“最终答案”的。
从整体上来看，这个过程可以理解为：理解问题、寻找信息、分析信息、组织答案以及生成回答。
5.1 第一步：AI 首先需要理解用户的问题
用户向 AI 提出的通常不是一个简单的关键词，而可能是一句话、一段描述，甚至是一个包含多个条件的复杂问题。
例如，用户可能不会只搜索“GEO 公司”，而是直接问：“如果一家 SaaS 企业希望提升品牌在 ChatGPT 和 Gemini 中的推荐概率，应该选择什么类型的 GEO 服务？”
这个问题里面包含了多个信息：用户是什么类型的企业、希望解决什么问题、关注哪些 AI 平台，以及最终希望获得什么样的建议。
因此，AI 首先需要理解的不是某一个关键词，而是用户真正想解决的问题是什么。
它需要识别问题中的核心主题、对象、条件、意图以及上下文关系，并判断用户究竟是在寻找定义、解释、推荐、比较，还是希望得到具体的解决方案。
这意味着，AI Search 与传统关键词搜索之间的一个重要区别就在于：AI 更强调对用户完整需求的理解。
5.2 第二步：AI 需要确定回答问题需要什么信息
理解问题之后，AI 还需要判断：要回答这个问题，需要哪些信息？
不同的问题，需要的信息类型完全不同。
如果用户问“什么是 GEO”，系统需要理解 GEO 的定义和基本概念；如果用户问“北京有哪些 GEO 服务公司”，系统需要识别相关企业及其服务信息；如果用户问“哪一家 GEO 公司更适合 SaaS 企业”，问题就进一步涉及企业能力、服务范围、行业经验、案例以及其他能够支持判断的信息。
因此，AI 在处理问题时，并不是简单地寻找一个与问题完全相同的页面，而是需要判断回答这个问题需要哪些事实和信息支撑。
这也是 AI Search 与传统搜索之间非常重要的差异之一：传统搜索更强调“找到与搜索词相关的结果”，而 AI Search 更强调“找到能够帮助形成答案的信息”。
5.3 第三步：AI 从信息中寻找相关内容
确定问题需要哪些信息之后，系统需要进一步寻找相关内容。
这些信息可能来自不同的来源，包括企业官方网站、行业媒体、新闻报道、专业文章、产品页面、数据库以及其他公开内容。
对于一个具体的问题来说，可能不存在一篇文章能够完整回答用户的所有需求。因此，AI 可能需要综合多个信息来源。
例如，当用户询问某一家企业时，官方网站可能能够提供企业自己的产品和服务信息，第三方媒体可能提供行业背景，专业评测可能提供产品特点，其他公开资料则可能提供不同维度的信息。
这些信息共同构成了 AI 理解和回答问题的基础。
因此，在 AI Search 环境中，企业的信息并不是孤立存在的。企业官网上的一段介绍、第三方平台上的一篇文章、行业媒体中的一次报道，都可能成为 AI 获取和理解企业信息时的潜在信息来源。
5.4 第四步：AI 需要对不同信息进行理解和判断
找到相关信息之后，AI 并不是简单地把这些信息原封不动地拼接起来。
因为不同来源的信息可能存在重复、差异，甚至相互矛盾。
例如，一家企业官网介绍自己是一家“领先的 GEO 服务商”，但第三方文章可能只把它描述为一家普通的数字营销公司；企业官网可能强调某项产品功能，而其他资料中却很少提及这一能力。
面对这些信息，AI 需要进行一定程度的信息理解和判断。
它需要识别不同内容之间的关系，判断哪些信息与当前问题更加相关，同时尽可能避免将明显无关或者不可靠的信息直接纳入最终答案。
因此，AI Search 中一个非常重要的环节，是从“信息存在”进一步走向“信息理解”。
企业在互联网上有什么信息，与 AI 最终理解企业是什么，是两个不同的问题。
5.5 第五步：AI 开始组织答案
完成信息理解之后，AI 需要把分散的信息组织起来。
传统搜索通常把多个网页分别展示给用户，由用户自己完成信息整合；而 AI Search 则会尝试替用户完成其中一部分工作。
例如，一个用户询问“哪些 GEO 服务更适合 SaaS 企业”，AI 可能需要先理解 SaaS 企业通常面临的营销需求，再结合不同 GEO 服务的能力和特点进行比较，最后组织成一段相对完整的回答。
因此，AI 的最终输出并不是某一个网页的简单复制，而更像是根据用户问题，对多个信息片段进行理解、筛选和重新组织之后形成的内容。
这也是为什么企业在 AI Search 中面对的竞争，与传统搜索结果页面中的竞争并不完全相同。
传统搜索更多是在竞争“谁的网页能够排得更靠前”；而 AI Search 还涉及一个新的问题：
当 AI 需要组织一个答案时，哪些企业的信息会进入这个答案？
5.6 第六步：AI 最终生成自然语言答案
完成信息理解和组织之后，AI 最终会以自然语言的方式生成回答。
对于用户来说，这通常是整个过程最直观的一部分。
用户输入一个问题，几秒钟之后看到一段完整的回答。回答中可能出现品牌、产品、企业、行业观点、对比结果以及推荐建议，甚至可能直接告诉用户下一步应该怎么选择。
从用户体验来看，这与传统搜索最大的区别之一，就是用户不再必须自己完成所有的信息筛选和整理。
过去用户看到的是：
“这里有十个网页，你自己去看。”
而 AI Search 更倾向于提供：
“我理解了你的问题，并根据相关信息给你一个回答。”
这正是搜索从“结果”走向“答案”的核心变化。
5.7 AI 的答案不是凭空产生的
理解 AI Search 时，有一个非常重要的认知需要建立：AI 生成答案，并不意味着答案凭空出现。
无论最终回答看起来多么自然，答案背后都需要有信息基础。
AI 能够回答一个品牌是什么、提供什么产品、适合什么场景，或者为什么推荐某一家企业，都需要依赖它能够获得和理解的相关信息。
这些信息可能来自模型训练过程中形成的知识，也可能来自搜索、检索或者其他实时信息获取机制。具体采用什么机制，会根据不同的 AI 产品、模型和使用场景而有所不同。
因此，从企业角度来看，一个非常关键的问题不是简单地问“AI 认不认识我的品牌”，而是需要进一步理解：
AI 在形成答案的时候，能够获得哪些关于我的信息？
5.8 AI 如何选择“说谁”？
当用户的问题涉及多个企业、产品或者品牌时，AI 往往不可能把所有相关对象都完整介绍一遍。
例如，用户询问“推荐几个适合中小企业的 SEO 工具”，或者“北京有哪些值得考虑的 GEO 服务公司”，AI 需要从大量可能相关的对象中选择一部分进入答案。
这意味着 AI Search 中存在一种新的信息竞争。
企业不只是需要让自己的信息存在于互联网中，还需要让这些信息足够清晰、相关、可信，并且能够在特定用户需求下成为 AI 形成答案时有价值的信息。
从这个角度来看，AI Search 中的竞争已经开始从传统搜索中的“页面排名竞争”，扩展到“答案中的品牌选择竞争”。
5.9 AI 如何决定“怎么说”？
即使两个品牌都被 AI 提到了，它们在答案中的表现也可能完全不同。
一个品牌可能只是被简单列出名称，另一个品牌可能会被详细解释产品特点；一个品牌可能只是作为普通选项出现，另一个品牌可能直接被 AI 推荐给用户；一个品牌可能出现在答案的前面，另一个品牌则出现在后面。
这说明品牌进入 AI 答案之后，还存在一个更加复杂的问题：AI 是如何描述和定位这个品牌的？
用户真正接收到的并不是“品牌有没有出现”这么简单的信息，而是 AI 对这个品牌形成了怎样的认知，并最终把这种认知以什么方式传递给用户。
因此，AI Search 的价值判断不能只停留在“有没有提到”。
5.10 AI Search 改变了企业的信息竞争方式
传统搜索时代，企业最关心的问题通常是：“我的网站能不能排在搜索结果前面？”
进入 AI Search 之后，企业需要面对的问题变得更加复杂。
当用户直接向 AI 提出一个行业问题、产品问题或者购买决策问题时，AI 可能会主动组织答案。企业此时需要考虑的就不只是自己的网站有没有排名，而是：
用户提出相关问题时，AI 是否知道企业的存在？
AI 是否能够正确理解企业是什么？
AI 是否能够准确描述企业提供的产品和服务？
当用户要求比较或者推荐时，企业是否会进入候选范围？
如果进入答案，企业处于什么位置，又会以什么方式被描述？
这些问题共同构成了企业在 AI Search 环境中的新型信息竞争。
5.11 从“网页被看到”到“品牌进入答案”
回顾传统搜索，企业通过 SEO 争取的是搜索结果中的曝光。用户看到企业网页之后，需要点击进入网站，再进一步了解企业。
而 AI Search 的路径发生了变化。
用户可能根本不会打开企业网站，而是在 AI 的回答中直接看到企业名称、产品特点和推荐理由。
这意味着企业获得用户认知的方式正在从：
用户搜索 → 看到网页 → 点击网站 → 了解品牌
逐渐增加一种新的路径：
用户提问 → AI 理解问题 → AI 组织信息 → 品牌进入答案 → 用户形成认知
在第二条路径中，企业官网仍然重要，但企业与用户之间多了一层新的信息处理系统——AI。
企业需要开始关注的，也因此不再只是传统搜索结果中的位置，而是自己的信息能否被 AI 理解，并最终进入与用户需求相关的答案。
5.12 本章小结
AI Search 的核心变化，并不是简单地把传统搜索结果换成了一段文字，而是 AI 开始参与用户获取信息的过程。
它需要先理解用户的问题，判断用户真正需要什么信息，然后寻找相关内容，对不同来源的信息进行理解和组织，最后以自然语言的形式生成一个面向用户的答案。
因此，AI 最终呈现给用户的品牌、产品和观点，都不是凭空出现的，而是建立在 AI 能够获得、理解和组织的信息基础之上。
这也意味着，企业在 AI 时代面临了一种新的信息竞争：
过去，企业需要让搜索引擎更容易发现和排序自己的网页；
现在，企业还需要让 AI 更容易理解自己的品牌、产品、服务和专业能力，并在相关问题的答案形成过程中拥有被考虑和被呈现的机会。
那么，针对这种新的搜索环境，企业究竟应该如何进行优化？
这就进入了下一章：GEO――什么是生成式引擎优化？