生成式人工智能驱动的搜索引擎：品牌营销人员需要了解什么

已发表: 2023-03-08

搜索引擎是几乎对所有人群都有吸引力的罕见在线工具之一，并且它们已牢固地融入我们的数字互联文化中。在过去的 25 年里，我们已经从释放它们的巨大潜力，转变为理所当然地认为所有东西都可以“Google 可用”和“Bing 可用”，从而赋予 Alphabet 和微软直接的、不成比例的权力和影响力。涵盖在线行为、内容消费和文化。

因此，你最好相信，人工智能驱动的生成式搜索引擎的出现已经实现了前所未有的炒作。简而言之，有了这些新的人工智能模型，它们就不再是你奶奶的谷歌和你爸爸的必应。想象一下一个“超级谷歌”，它利用比现有更复杂的算法，以及 GPT-3 等大型语言模型 (LLM)，来生成高度个性化和超特定的结果，你就会明白为什么生成式 AI-强大的搜索引擎即将彻底改变用户发现、传播和访问在线信息和内容的方式。

作为一名 SEO 内容策略师、顾问和文案，我想了解这对品牌营销人员和内容创作意味着什么。如果您正在阅读本文，那么您可能已经接触过 ChatGPT 并且已经了解生成式 AI 的能力（如果没有，请首先阅读生成式 AI 在内容创建中的风险和回报），现在您想知道什么它的存在意味着搜索的未来。

The risks and rewards of AI-generated content creation article image

您可能正在思考生成式人工智能将如何改变搜索引擎理解查询的方式以及内容在搜索结果中的显示方式。每个查询是否都会由搜索引擎的人工智能在“零位置”直接回答，并推荐其他有机内容结果作为支持材料？更不用说付费搜索广告了。搜索引擎营销 (SEM) 和按点击付费 (PPC) 广告的竞争是否会变得更加激烈，广告商愿意付出高昂的溢价来出现在人工智能生成的答案上方甚至内部？是否会转向对精确查询或人工智能提示进行出价，而不是对关键字进行出价？

本文旨在探讨生成式人工智能和搜索引擎这对强大的力量之间正在萌芽的（不可否认的强大的）关系，同时提供有关如何解决它们的统一带来的难题的见解，以及人工智能对搜索引擎结果页面（SERP）的影响的影响。）。这样，品牌营销人员、搜索引擎优化从业者和内容创作者就可以尽可能做好准备，调整他们的内容策略，以确保他们在生成人工智能与搜索引擎功能交织在一起时不断取得进展。

首先，让我们快速了解一下生成式 AI 应用程序，并深入了解主要参与者的动态，微软宣布即将为 Bing、Google 对话应用程序语言模型（又名 LaMDA）和 Bard 推出新的基于 AI 的聊天功能成为头条新闻，以及其他专注于创建图像和音乐的人工智能模型，为您提供这一新兴数字景观的概况，并解释这种颠覆性技术将如何影响未来的搜索结果。

什么是生成式人工智能及其应用？

生成式人工智能已经引起了各个领域媒体的热议，每个人都有话要说。

从《哈佛商业评论》和《麻省理工科技评论》的学者对生成式人工智能对搜索引擎的近期影响表示怀疑，到为预测生成式人工智能对股价的近期影响的人们提供资助，互联网的每个角落似乎都在燃烧。关于人工智能潜在应用和影响的想法、意见，甚至是彻底的警告。

Morning Consult 于 2023 年 2 月 17 日至 19 日期间对 2,200 多名美国成年人进行了一项关于人工智能搜索引擎担忧的调查，发现超过三分之二的人在涉及个人信息时“有些”到“非常”担心人工智能数据隐私、外国势力利用数据侵犯国家利益、错误信息的传播（包括人工智能生成的搜索结果中的错误信息）以及深度伪造品的产生——而这仅仅是开始。

Morning Consult Data Graph

人们也理所当然地担心这些工具会导致搜索结果页中的偏见和歧视、人工智能模型的训练和开发方式缺乏透明度，以及许多行业的失业。这一切都发生在《连线》杂志揭露生成式人工智能的“肮脏秘密”之前，即这些搜索引擎所需的更高计算能力会增加碳排放。

明白了吗？好吧，那么：WTF是什么呢？

生成式人工智能是一种人工智能，它使用机器学习从输入的数据中创建新内容，仅使用几个基本构建块，利用高度的多样性和不可预测性。这项技术越来越受到搜索引擎的欢迎，因为他们试图改进算法并提供更准确的搜索结果，特别是自从 ChatGPT 破坏了互联网以来。

该技术的工作原理是获取文本或图像等现有数据点，并使用它们生成全新的内容。例如，OpenAI 的 DALL·E 和全新改进的 DALL·E 2（生成精度更高、分辨率提高四倍的图像）可以根据文本提示（包括完全不相关的想法）渲染逼真的图像和艺术。如果您想看到牛油果作为扶手椅的数十次迭代，DALL·E 可以满足您的需求。

同样，基于文本的生成人工智能可以从一份源文档中获取单词或短语的片段，并将它们组合成全新的句子、段落，甚至整篇文章，只需最少的人工输入。想想 ChatGPT 和其他人工智能内容编写工具，它们可以以聊天格式回答查询，并利用自然语言处理 (NLP)，以极短的时间为博客、网站、社交媒体和其他营销渠道生成短篇和长篇内容。普通作家在没有帮助的情况下花费的时间。

这项技术的潜在应用非常广泛——从在 Google 和 Bing 等主要平台上提供更相关的搜索结果，到根据用户兴趣或偏好生成个性化新闻文章。生成式人工智能甚至可以用于营销活动，专门针对每个用户的需求或愿望创建定制广告，而无需营销人员自己手动输入。如果生成人工智能能够正确地应用到搜索引擎的算法中，那么它的可能性是无穷无尽的（而且令人兴奋的）。

音乐创作是另一种生成性人工智能应用程序，它将引起轰动（至少是声波）。通过训练人工智能模型的音乐模式和声音，他们能够生成自己的新颖作品。同样，生成式人工智能模型也被开发用于诗歌和故事等其他创意艺术，这些艺术能够以最少的人类输入自行创作出完整的作品，结果表明我们在一段时间内仍然需要有创造力的人类。

搜索引擎如何使用生成式人工智能？

微软必应

微软对 OpenAI 进行了大量投资，该公司开发了 ChatGPT 和 DALL-E 技术，以便将经过验证的生成式 AI 技术整合到 Bing 中。事实上，该公司已经宣布 Bing 将推出一款尖端的人工智能搜索引擎，该引擎将采用“新的下一代 OpenAI 大语言模型 (LLM)，比 ChatGPT 更强大，并且专门为搜索定制。” 据该公司称，它比 ChatGPT 和 GPT 3.5“更快、更准确、更强大”，主要区别在于它可以近乎实时地访问互联网，提供最新信息，这与 OpenAI 的不同免费 ChatGPT 版本。

虽然这一重大更新尚未向公众发布，但您可以加入新 Bing 的候补名单，以便您可以在第一批尝试中使用其强大的新搜索功能。那些对新 Bing 进行 Beta 测试的人表明，人工智能生成的结果出现在 Google 上所谓的精选片段和知识面板结果旁边，将 SERP 分为两列，左侧显示传统结果，右侧显示传统结果。它还可以分成一个类似于 ChatGPT 的独立聊天页面，该页面可以通过近乎实时的数据源接入网络进行响应。

new bing search results example

微软希望通过首先进入生成式人工智能搜索领域，抢占谷歌在全球搜索引擎领域近 93% 的市场份额，而 Bing 的市场份额仅为 3%，我们将不得不拭目以待，看看他们能实现多大的飞跃。就能得到。

谷歌搜索

随着这个新兴领域的发展，谷歌工程师和高管不仅在 ChatGPT 上摸索，他们还投入巨资构建生成式 AI 模型，包括 2021 年发布的 LaMDA，作为 OpenAI 的 GPT-3 的答案。 LaMDA 基于 Transformer（GPT-3 用于语言建模的相同神经网络）构建，将对话式聊天融入到他们自己的 AI 计划中。

据谷歌称，LaMDA 接受了对话训练，应该能够在不久的将来与 OpenAI 的 ChatGPT 竞争。尽管如此，谷歌仍然犹豫是否向公众发布任何生成式人工智能工具，直到他们能够根据其人工智能原则确保安全性和风险缓解，所以你现在只能阅读 LaMDA。

在 LaMDA 的基础上，谷歌今年宣布推出一款名为 Bard 的新型 LaMDA 支持的对话式聊天服务，作为 OpenAI ChatGPT 的回应。谷歌和 Alphabet 首席执行官桑达尔·皮查伊 (Sundar Pichai) 表示：“巴德致力于将世界知识的广度与我们大型语言模型的力量、智能和创造力结合起来。它利用网络信息来提供新鲜、高质量的响应[并且]可以成为创造力的出口和好奇心的发射台。”

不幸的是，该公司在巴德最初的广告中似乎错过了事实核查，导致其母公司 Alphabet 由于股价下跌 8%，在一个交易日内损失了 1 亿美元的市值。尽管如此，一些人认为巴德的惨败最终可能是一个净积极因素，因为它将导致谷歌加倍努力其技术，以避免将来在向公众发布巴德时出现类似的错误。

与此同时，谷歌正在语言和其他领域开发更多的生成式人工智能模型，包括PaLM、Imagen和MusicLM，以增强自身的能力和产品，并使生成式人工智能更加主流。以下是有关这些突破性举措的更多详细信息。

来自 Google 的更多生成式 AI 模型

棕榈

PaLM（Pathways 语言模型）是 Google 创建的另一种 AI 语言模型，它建立在该公司的 Pathways 模型之上，使用 5400 亿个参数来执行自然语言处理 (NLP) 任务，以理解句子或短语中单词的上下文。 PaLM 可用于回答问题、摘要、翻译等任务，并且已经接受了逻辑、数学、模式识别和其他复杂任务的训练。

据谷歌称，PaLM 不仅可以生成强大的代码，其预训练数据集只有 5% 包含代码，而且“可以区分因果关系，理解适当上下文中的概念组合，甚至可以根据表情符号猜测电影”。

图像

Imagen 是 Google Research 创建的 AI 文本到图像生成器，在 OpenAI 于 2022 年发布 DALL·E 2 后不久以研究论文的形式发布。虽然 Imagen 和 DALL·E 2 都是从文本创建图像的生成式 AI 模型提示，主要区别在于 DALL·E 和 DALL·E 2 现在可以使用，而 Imagen 目前无法使用，因为根据 Google 的说法，“Imagen 存在编码有害刻板印象和表示的风险，这指导我们决定在没有进一步保障措施的情况下不发布 Imagen 供公众使用。”

另一个需要注意的重要因素是，在人类评估中，Imagen 在对齐和保真度方面优于其他类似的方法，包括 DALL·E 2，因此虽然没有人可以实际使用它，但您可以知道它可能会比 DALL 更好·最终发布时的 E 2（有待 OpenAI 的任何改进）。

音乐LM

MusicLM是谷歌研究院开发的一种生成式人工智能语言模型，能够生成音乐作品。它使用一种称为“条件生成”的技术，可以根据特定参数（例如流派、风格和情绪）生成音乐。根据谷歌的说法，“MusicLM 可以根据文本和旋律进行调节，因为它可以根据文本标题中描述的风格来转换口哨和哼唱的旋律”

在上面链接的摘要页面上，您可以听到 MusicLM 的运行情况，因为它会根据不同的提示类型生成 10 秒到 5 分钟之间的剪辑，其中包括“雷鬼音乐和电子舞曲的融合，具有空间感”生成的 30 秒音频文件。，超凡脱俗的声音。引发迷失在太空中的体验，音乐的设计是为了唤起一种惊奇和敬畏的感觉，同时可以跳舞，”从著名绘画标题、作者和描述（包括梵高的《星夜》）中生成的样本和克里姆特的《吻》），以及随机生成的十秒手风琴声音片段，以匹配不同的流派，例如说唱、电子舞曲和死亡金属。虽然在某些情况下质量可能会有颗粒感，但输出仍然令人惊叹，我强烈建议您听听 MusicLM 的一些样本曲目。

生成式人工智能对搜索结果的可能影响

更准确和相关的 SERP

可以肯定的是，生成式人工智能将对人们未来如何使用这些搜索引擎产生重大影响。该技术可以帮助比以往更快地提供更准确的结果，同时有可能提高跨多种语言和上下文的相关性和准确性。

谷歌和必应都在利用聊天之外的生成式人工智能来优化搜索结果，用最少的代币为其算法引入更高的复杂性和增加的随机性。 那么，这对于搜索结果到底意味着什么呢？ 简而言之：SERP 中的准确性和相关性更高。

在人工智能和自然语言处理的背景下，困惑度是衡量语言模型预测或理解单词序列的能力的指标。具体来说，它是衡量模型在预测序列中下一个单词时的不确定性或不可预测性的度量。较低的困惑度分数表明该模型能够更好地预测下一个单词，而较高的困惑度分数表明该模型更加不确定或不可预测。这似乎违反直觉，但较高的困惑度分数可能是可取的，因为它们表明模型正在产生更加多样化和独特的输出。这在 SERP 中很有用，搜索引擎希望为用户提供一组不同的相关结果。

在人工智能和自然语言处理的背景下，标记是语言的基本构建块。通常是单个单词，标记也可以是其他语言单位，例如子词或字符。使用令牌的生成人工智能模型可以以不同的方式将它们组合起来，产生与模型训练数据相似但不同的新颖输出。

通过利用最少代币的生成式人工智能，谷歌和必应等搜索引擎可以引入更高的复杂性，以包含更广泛的潜在匹配，包括更多利基和高度具体的内容。最重要的是，生成式人工智能可以增加随机性，这有助于避免向用户呈现类似查询的相同结果集的问题。这意味着搜索引擎的结果将具有更高程度的多样性，并且更有可能满足用户的不同需求和兴趣。

个性化结果 + AI 生成的答案，更快地找到您需要的内容

生成式人工智能还可以通过为用户查询提供直接答案而无需用户点击多页结果来影响搜索引擎。我们已经知道，新的 Bing 将在其 SERP 上采用分屏功能，左侧显示传统的付费和有机结果，以及他们自己版本的特色片段，右侧有人工智能生成的答案框，完整通过可点击的提示来回答相关问题并开始新的人工智能聊天。（我们将不得不等待，看看谷歌如何发展。）拥有两个“位置零”并立即显示更多相关信息可能会帮助人们比以往更快地找到信息，防止人们在 SERP 中滚动得太深。。

生成式人工智能还可能带来更加个性化的搜索体验，在生成与个人查询直接相关的相关内容推荐时，会考虑用户偏好和过去的行为模式。这意味着，重复使用某些术语或定期访问某些网站的用户在使用类似语言或主题执行搜索时应该会看到量身定制的建议，从而使他们更快地获得更准确的结果，同时还减少由于过于宽泛的关键字定位策略而浪费时间的机会在这些进步发生之前就已被雇用。

付费搜索广告扩展到人工智能生成的内容

生成式人工智能可能改变搜索引擎使用的另一种方式是改变 SERP（搜索引擎结果页面）内的付费广告模型。目前，广告商为关键词付费，以便在搜索中使用这些词时展示他们的广告。然而，随着更先进形式的生成人工智能的出现，随着精确的查询匹配变得越来越重要，该模型可能会发生转变或变得过时。

广告商可能倾向于（或要求）对特定短语或人工智能提示进行竞价，而不仅仅是通用关键词，这使得竞争比以前更加激烈。或者，也许广告商将有机会将广告直接放置在算法本身提供的生成答案中。

总的来说，很明显，当谈到我们现在和未来如何使用搜索引擎时，生成式人工智能对消费者和企业都具有重大影响。它为我们提供了更大的便利，更高的准确性，并改进了所有涉及平台的个性化功能。

虽然截至发稿时还没有关于付费搜索将如何受到影响的明确答案，但我们可以有把握地假设微软和 Alphabet 将调整其创收模式，将广告纳入人工智能生成的搜索结果中，因为谷歌 80% 以上的搜索结果中包含广告。 2022 年的收入来自广告，微软在 2022 年产生了近 12B 美元的广告收入，他们不希望看到自己的数字下降。一旦人工智能生成的搜索结果成为常态，查询竞价也可能会发生变化，因为竞争水平可能会上升。

内容营销人员应如何适应生成式人工智能搜索引擎

正如我们无法确定付费搜索从业者在由生成式人工智能搜索引擎驱动的互联网上将面临什么一样，我们只能推测内容营销人员必须在流程中进行哪些改变才能确保他们的内容被看到。尽管如此，我们还是为出版商、制作人和创意人员提供了一些建议，供他们在尝试排名、争夺搜索可见度、进行关键字研究以及针对未来搜索优化其内容时考虑。

旨在制作最高质量的 EEAT 内容

不，谷歌并没有告诉你要用食物填满你的脸。 EEAT 代表经验、专业知识、权威性和信任，根据 Google 的说法，这些是在您创建和发布的任何内容中建立的重要因素，而信任是这四个因素中最重要的因素。即使随着生成式人工智能搜索引擎的出现，您也应该始终致力于生成值得信赖的内容，向读者提供来源正确的事实，以及对您在网站上宣传的任何内容的有用且安全的建议。

密切关注付费搜索格局

到目前为止，没有人能确定从付费广告的角度来看，与生成式人工智能搜索引擎开展业务的成本是多少，因此在大力投资这一领域之前最好谨慎行事。一旦 Google 推出与新 Bing 预计类似的功能，请先了解您的目标关键字的每次点击费用和人工智能提示，然后再衡量 PPC 广告支出对您的业务是否值得。一些习惯了这种营销方式的公司可能会被定价过高，不得不寻找新的方式来获得在线曝光。

考虑“优化”将如何演变

除了通过包含会话关键字、长尾关键字和语义相关的关键词来优化 EEAT、多媒体和 NLP 内容之外，内容营销人员还必须考虑当生成式人工智能成为 SEO 工作流程的支柱时，这些新因素将成为 SEO 工作流程的一部分。搜索。

个性化很可能将在未来的搜索中发挥重要作用，因此在排名方面，了解目标受众并为他们创建量身定制的内容将比以往任何时候都更加重要。正如赛斯·戈丁（Seth Godin）所说，理解“它是为谁而设计的？” 是创造真正引起共鸣的内容的关键，这种内容很可能会比以往任何时候都更能引起人类和搜索引擎的共鸣。

另一个有根据的猜测是，随着公司测试用人工智能生成的答案和高水平显示 SERP 的新方法，用户参与度指标（例如跳出率、在页面上花费的时间和点击率）将开始在搜索引擎算法中占据更大的权重。困惑会导致更加多样化的结果。

生成式人工智能搜索引擎：为变革做好准备

毫无疑问，生成式人工智能将对搜索引擎、SEO 和 SERP 的运作方式产生深远的影响——有机结果和付费结果都会感受到影响——以努力提供更准确、更可靠的结果。

虽然我们不能肯定地说随着生成式人工智能搜索引擎成为新常态，SEO 将会发生什么变化，但内容营销人员应该准备好更新他们的内容策略并学习新的研究方法，这些方法可能涉及寻找最佳的长尾关键词、对话关键词和人工智能提示优化其内容，以期在 Google、Bing 等网站上排名靠前。

寻找有关营销未来的更多内容？考虑订阅我们的时事通讯，将我们正在进行的生成人工智能系列文章直接发送到您的收件箱。您还可以与我们的团队预约会面，了解生成式人工智能如何在不影响客户质量或品牌完整性的情况下提高效率，从而推动 Skyword 的内容创作。