大数跨境

AI 模式中的查询扇出技术:来自 Google 的最新细节

AI 模式中的查询扇出技术:来自 Google 的最新细节 搜索引擎报
2025-07-30
2
导读:Google 的 Robby Stein 分享了关于 AI 模式中查询扇出技术的最新细节,解释了 Google 如何生成和执行自身的查询。

Google搜索产品副总裁Robby Stein近日披露了AI模式中“查询扇出”(Query Fan-out)机制的最新运作细节。尽管此前已有相关说明,但此次访谈进一步阐释了其底层逻辑与实际应用场景。

查询扇出技术原理

当用户在AI模式下提问时,系统会利用大语言模型解析意图,并自动衍生出多个关联搜索请求。这些请求被发送至Google基础设施,涵盖用户未明确提及的潜在主题。

Stein以纳什维尔旅游咨询为例指出,针对“群体出行建议”的查询,系统会自动拆解为餐厅、酒吧及亲子活动等子话题进行搜索。该机制将Google搜索作为后端工具,执行多路查询并将结果整合为包含链接的统一回复。目前,该技术已应用于AI模式、Deep Search及部分AI Overview体验中。

服务规模与数据基础

包含查询扇出在内的AI驱动搜索体验,月活跃用户已达15亿,覆盖文本及多模态输入。其底层数据源除传统网页结果外,还包括实时更新的Shopping Graph等系统,后者每小时更新频次高达20亿次。Stein将Google搜索定义为全球最大的AI产品。

Deep Search深度推理机制

对于需要复杂推理的查询,系统会触发Deep Search功能。该功能可在后台发起数十至数百个查询,耗时数分钟以获取详尽信息。

Stein以家用保险箱选购研究为例,说明系统在分析防火等级、保险影响等专业因素后,能生成包含具体产品推荐、评级解读及延伸阅读链接的深度报告。

内部工具集成与实时数据调用

AI模式可直接调用Google Finance、航班信息及购物目录等内部结构化数据系统。例如股票比较查询可自动识别公司、提取市场数据并生成图表;购物推荐则基于拥有500亿商品且高频更新的数据库。这种对实时信息系统的深度整合,显著提升了AI响应的准确性与时效性。

技术实现与专利印证

Stein描述的机制与Google去年12月申请的“主题搜索”专利高度吻合。该专利提出一种基于推断主题创建子查询、分组结果并由语言模型生成摘要的技术路径。与传统关键词排名不同,该方法围绕语义主题组织内容,虽专利尚未确认落地,但其逻辑与当前AI模式的实际表现一致。

行业影响与优化策略调整

随着AI自主生成搜索行为,“查询”的定义边界正逐渐模糊。这给SEO归因与效果衡量带来新挑战。在搜索行为日益碎片化与AI化的趋势下,营销人员应减少对单一关键词排名的依赖,转而关注内容如何融入AI生成的广泛语境中,以适应新的流量分发逻辑。

【声明】内容源于网络
0
0
搜索引擎报
搜索引擎时报
内容 5673
粉丝 0
搜索引擎报 搜索引擎时报
总阅读4.0k
粉丝0
内容5.7k