生成式人工智能驅動的搜索引擎：品牌營銷人員需要了解什麼

已發表: 2023-03-08

搜索引擎是幾乎對所有人群都有吸引力的罕見在線工具之一，並且它們已牢固地融入我們的數字互聯文化中。在過去的25 年裡，我們已經從釋放它們的巨大潛力，轉變為理所當然地認為所有東西都可以“Google 可用”和“Bing 可用”，從而賦予Alphabet 和微軟直接的、不成比例的權力和影響力。涵蓋在線行為、內容消費和文化。

因此，你最好相信，人工智能驅動的生成式搜索引擎的出現已經實現了前所未有的炒作。簡而言之，有了這些新的人工智能模型，它們就不再是你奶奶的谷歌和你爸爸的必應。想像一下一個“超級谷歌”，它利用比現有更複雜的算法，以及 GPT-3 等大型語言模型 (LLM)，來生成高度個性化和超特定的結果，你就會明白為什么生成式 AI-強大的搜索引擎即將徹底改變用戶發現、傳播和訪問在線信息和內容的方式。

作為一名 SEO 內容策略師、顧問和文案，我想了解這對品牌營銷人員和內容創作意味著什麼。如果您正在閱讀本文，那麼您可能已經接觸過 ChatGPT 並且已經了解生成式 AI 的能力（如果沒有，請首先閱讀生成式 AI 在內容創建中的風險和回報），現在您想知道什麼它的存在意味著搜索的未來。

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將如何改變搜索引擎理解查詢的方式以及內容在搜索結果中的顯示方式。每個查詢是否都會由搜索引擎的人工智能在“零位置”直接回答，並推薦其他有機內容結果作為支持材料？更不用說付費搜索廣告了。搜索引擎營銷 (SEM) 和按點擊付費 (PPC) 廣告的競爭是否會變得更加激烈，廣告商願意付出高昂的溢價來出現在人工智能生成的答案上方甚至內部？是否會轉向對精確查詢或人工智能提示進行出價，而不是對關鍵字進行出價？

本文旨在探討生成式人工智能和搜索引擎這對強大的力量之間正在萌芽的（不可否認的強大的）關係，同時提供有關如何解決它們的統一帶來的難題的見解，以及人工智能對搜索引擎結果頁面（SERP）的影響的影響。）。這樣，品牌營銷人員、搜索引擎優化從業者和內容創作者就可以盡可能做好準備，調整他們的內容策略，以確保他們在生成人工智能與搜索引擎功能交織在一起時不斷取得進展。

首先，讓我們快速了解一下生成式 AI 應用程序，並深入了解主要參與者的動態，微軟宣布即將為 Bing、Google 對話應用程序語言模型（又名 LaMDA）和 Bard 推出新的基於 AI 的聊天功能成為頭條新聞，以及其他專注於創建圖像和音樂的人工智能模型，為您提供這一新興數字景觀的概況，並解釋這種顛覆性技術將如何影響未來的搜索結果。

什麼是生成式人工智能及其應用？

生成式人工智能已經引起了各個領域媒體的熱議，每個人都有話要說。

從《哈佛商業評論》和《麻省理工科技評論》的學者對生成式人工智能對搜索引擎的近期影響表示懷疑，到為預測生成式人工智能對股價的近期影響的人們提供資助，互聯網的每個角落似乎都在燃燒。關於人工智能潛在應用和影響的想法、意見，甚至是徹底的警告。

Morning Consult 於2023 年2 月17 日至19 日期間對2,200 多名美國成年人進行了一項關於人工智能搜索引擎擔憂的調查，發現超過三分之二的人在涉及個人信息時“有些”到“非常”擔心人工智能數據隱私、外國勢力利用數據侵犯國家利益、錯誤信息的傳播（包括人工智能生成的搜索結果中的錯誤信息）以及深度偽造品的產生——而這僅僅是開始。

Morning Consult Data Graph

人們也理所當然地擔心這些工具會導致搜索結果頁中的偏見和歧視、人工智能模型的訓練和開發方式缺乏透明度，以及許多行業的失業。這一切都發生在《連線》雜誌揭露生成式人工智能的“骯髒秘密”之前，即這些搜索引擎所需的更高計算能力會增加碳排放。

明白了嗎？好吧，那麼：WTF是什麼呢？

生成式人工智能是一種人工智能，它使用機器學習從輸入的數據中創建新內容，僅使用幾個基本構建塊，利用高度的多樣性和不可預測性。這項技術越來越受到搜索引擎的歡迎，因為他們試圖改進算法並提供更準確的搜索結果，特別是自從 ChatGPT 破壞了互聯網以來。

該技術的工作原理是獲取文本或圖像等現有數據點，並使用它們生成全新的內容。例如，OpenAI 的 DALL·E 和全新改進的 DALL·E 2（生成精度更高、分辨率提高四倍的圖像）可以根據文本提示（包括完全不相關的想法）渲染逼真的圖像和藝術。如果您想看到牛油果作為扶手椅的數十次迭代，DALL·E 可以滿足您的需求。

同樣，基於文本的生成人工智能可以從一份源文檔中獲取單詞或短語的片段，並將它們組合成全新的句子、段落，甚至整篇文章，只需最少的人工輸入。想想 ChatGPT 和其他人工智能內容編寫工具，它們可以以聊天格式回答查詢，並利用自然語言處理 (NLP)，以極短的時間為博客、網站、社交媒體和其他營銷渠道生成短篇和長篇內容。普通作家在沒有幫助的情況下花費的時間。

這項技術的潛在應用非常廣泛——從在 Google 和 Bing 等主要平台上提供更相關的搜索結果，到根據用戶興趣或偏好生成個性化新聞文章。生成式人工智能甚至可以用於營銷活動，專門針對每個用戶的需求或願望創建定制廣告，而無需營銷人員自己手動輸入。如果生成人工智能能夠正確地應用到搜索引擎的算法中，那麼它的可能性是無窮無盡的（而且令人興奮的）。

音樂創作是另一種生成性人工智能應用程序，它將引起轟動（至少是聲波）。通過訓練人工智能模型的音樂模式和聲音，他們能夠生成自己的新穎作品。同樣，生成式人工智能模型也被開髮用於詩歌和故事等其他創意藝術，這些藝術能夠以最少的人類輸入自行創作出完整的作品，結果表明我們在一段時間內仍然需要有創造力的人類。

搜索引擎如何使用生成式人工智能？

微軟必應

微軟對 OpenAI 進行了大量投資，該公司開發了 ChatGPT 和 DALL-E 技術，以便將經過驗證的生成式 AI 技術整合到 Bing 中。事實上，該公司已經宣布 Bing 將推出一款尖端的人工智能搜索引擎，該引擎將採用“新的下一代 OpenAI 大語言模型 (LLM)，比 ChatGPT 更強大，並且專門為搜索定制。” 據該公司稱，它比 ChatGPT 和 GPT 3.5“更快、更準確、更強大”，主要區別在於它可以近乎實時地訪問互聯網，提供最新信息，這與 OpenAI 的不同免費 ChatGPT 版本。

雖然這一重大更新尚未向公眾發布，但您可以加入新 Bing 的候補名單，以便您可以在第一批嘗試中使用其強大的新搜索功能。那些對新 Bing 進行 Beta 測試的人表明，人工智能生成的結果出現在 Google 上所謂的精選片段和知識面板結果旁邊，將 SERP 分為兩列，左側顯示傳統結果，右側顯示傳統結果。它還可以分成一個類似於 ChatGPT 的獨立聊天頁面，該頁面可以通過近乎實時的數據源接入網絡進行響應。

new bing search results example

微軟希望通過首先進入生成式人工智能搜索領域，搶占谷歌在全球搜索引擎領域近93% 的市場份額，而Bing 的市場份額僅為3%，我們將不得不拭目以待，看看他們能實現多大的飛躍。就能得到。

谷歌搜索

隨著這個新興領域的發展，谷歌工程師和高管不僅在 ChatGPT 上摸索，他們還投入巨資構建生成式 AI 模型，包括 2021 年發布的 LaMDA，作為 OpenAI 的 GPT-3 的答案。 LaMDA 基於 Transformer（GPT-3 用於語言建模的相同神經網絡）構建，將對話式聊天融入到他們自己的 AI 計劃中。

據谷歌稱，LaMDA 接受了對話訓練，應該能夠在不久的將來與 OpenAI 的 ChatGPT 競爭。儘管如此，谷歌仍然猶豫是否向公眾發布任何生成式人工智能工具，直到他們能夠根據其人工智能原則確保安全性和風險緩解，所以你現在只能閱讀 LaMDA。

在 LaMDA 的基礎上，谷歌今年宣布推出一款名為 Bard 的新型 LaMDA 支持的對話式聊天服務，作為 OpenAI ChatGPT 的回應。谷歌和Alphabet 首席執行官桑達爾·皮查伊(Sundar Pichai) 表示：“巴德致力於將世界知識的廣度與我們大型語言模型的力量、智能和創造力結合起來。它利用網絡信息來提供新鮮、高質量的響應[並且]可以成為創造力的出口和好奇心的發射台。”

不幸的是，該公司在巴德最初的廣告中似乎錯過了事實核查，導致其母公司 Alphabet 由於股價下跌 8%，在一個交易日內損失了 1 億美元的市值。儘管如此，一些人認為巴德的慘敗最終可能是一個淨積極因素，因為它將導致谷歌加倍努力其技術，以避免將來在向公眾發布巴德時出現類似的錯誤。

與此同時，谷歌正在語言和其他領域開發更多的生成式人工智能模型，包括PaLM、Imagen和MusicLM，以增強自身的能力和產品，並使生成式人工智能更加主流。以下是有關這些突破性舉措的更多詳細信息。

來自 Google 的更多生成式 AI 模型

棕櫚

PaLM（Pathways 語言模型）是Google 創建的另一種AI 語言模型，它建立在該公司的Pathways 模型之上，使用5400 億個參數來執行自然語言處理(NLP) 任務，以理解句子或短語中單詞的上下文。 PaLM 可用於回答問題、摘要、翻譯等任務，並且已經接受了邏輯、數學、模式識別和其他復雜任務的訓練。

據谷歌稱，PaLM 不僅可以生成強大的代碼，其預訓練數據集只有 5% 包含代碼，而且“可以區分因果關係，理解適當上下文中的概念組合，甚至可以根據表情符號猜測電影”。

圖像

Imagen 是 Google Research 創建的 AI 文本到圖像生成器，在 OpenAI 於 2022 年發布 DALL·E 2 後不久以研究論文的形式發布。雖然 Imagen 和 DALL·E 2 都是從文本創建圖像的生成式 AI 模型提示，主要區別在於DALL·E 和DALL·E 2 現在可以使用，而Imagen 目前無法使用，因為根據Google 的說法，“Imagen 存在編碼有害刻板印象和表示的風險，這指導我們決定在沒有進一步保障措施的情況下不發布Imagen 供公眾使用。”

另一個需要注意的重要因素是，在人類評估中，Imagen 在對齊和保真度方面優於其他類似的方法，包括DALL·E 2，因此雖然沒有人可以實際使用它，但您可以知道它可能會比DALL 更好·最終發佈時的 E 2（有待 OpenAI 的任何改進）。

音樂LM

MusicLM是谷歌研究院開發的一種生成式人工智能語言模型，能夠生成音樂作品。它使用一種稱為“條件生成”的技術，可以根據特定參數（例如流派、風格和情緒）生成音樂。根據谷歌的說法，“MusicLM 可以根據文本和旋律進行調節，因為它可以根據文本標題中描述的風格來轉換口哨和哼唱的旋律”

在上面鏈接的摘要頁面上，您可以聽到MusicLM 的運行情況，因為它會根據不同的提示類型生成10 秒到5 分鐘之間的剪輯，其中包括“雷鬼音樂和電子舞曲的融合，具有空間感”生成的30 秒音頻文件。，超凡脫俗的聲音。引發迷失在太空中的體驗，音樂的設計是為了喚起一種驚奇和敬畏的感覺，同時可以跳舞，”從著名繪畫標題、作者和描述（包括梵高的《星夜》）中生成的樣本和克里姆特的《吻》），以及隨機生成的十秒手風琴聲音片段，以匹配不同的流派，例如說唱、電子舞曲和死亡金屬。雖然在某些情況下質量可能會有顆粒感，但輸出仍然令人驚嘆，我強烈建議您聽聽 MusicLM 的一些樣本曲目。

生成式人工智能對搜索結果的可能影響

更準確和相關的 SERP

可以肯定的是，生成式人工智能將對人們未來如何使用這些搜索引擎產生重大影響。該技術可以幫助比以往更快地提供更準確的結果，同時有可能提高跨多種語言和上下文的相關性和準確性。

谷歌和必應都在利用聊天之外的生成式人工智能來優化搜索結果，用最少的代幣為其算法引入更高的複雜性和增加的隨機性。 那麼，這對於搜索結果到底意味著什麼呢？ 簡而言之：SERP 中的準確性和相關性更高。

在人工智能和自然語言處理的背景下，困惑度是衡量語言模型預測或理解單詞序列的能力的指標。具體來說，它是衡量模型在預測序列中下一個單詞時的不確定性或不可預測性的度量。較低的困惑度分數表明該模型能夠更好地預測下一個單詞，而較高的困惑度分數表明該模型更加不確定或不可預測。這似乎違反直覺，但較高的困惑度分數可能是可取的，因為它們表明模型正在產生更加多樣化和獨特的輸出。這在 SERP 中很有用，搜索引擎希望為用戶提供一組不同的相關結果。

在人工智能和自然語言處理的背景下，標記是語言的基本構建塊。通常是單個單詞，標記也可以是其他語言單位，例如子詞或字符。使用令牌的生成人工智能模型可以以不同的方式將它們組合起來，產生與模型訓練數據相似但不同的新穎輸出。

通過利用最少代幣的生成式人工智能，谷歌和必應等搜索引擎可以引入更高的複雜性，以包含更廣泛的潛在匹配，包括更多利基和高度具體的內容。最重要的是，生成式人工智能可以增加隨機性，這有助於避免向用戶呈現類似查詢的相同結果集的問題。這意味著搜索引擎的結果將具有更高程度的多樣性，並且更有可能滿足用戶的不同需求和興趣。

個性化結果 + AI 生成的答案，更快地找到您需要的內容

生成式人工智能還可以通過為用戶查詢提供直接答案而無需用戶點擊多頁結果來影響搜索引擎。我們已經知道，新的 Bing 將在其 SERP 上採用分屏功能，左側顯示傳統的付費和有機結果，以及他們自己版本的特色片段，右側有人工智能生成的答案框，完整通過可點擊的提示來回答相關問題並開始新的人工智能聊天。（我們將不得不等待，看看谷歌如何發展。）擁有兩個“位置零”並立即顯示更多相關信息可能會幫助人們比以往更快地找到信息，防止人們在 SERP 中滾動得太深。。

生成式人工智能還可能帶來更加個性化的搜索體驗，在生成與個人查詢直接相關的相關內容推薦時，會考慮用戶偏好和過去的行為模式。這意味著，重複使用某些術語或定期訪問某些網站的用戶在使用類似語言或主題執行搜索時應該會看到量身定制的建議，從而使他們更快地獲得更準確的結果，同時還減少由於過於寬泛的關鍵字定位策略而浪費時間的機會在這些進步發生之前就已被雇用。

付費搜索廣告擴展到人工智能生成的內容

生成式人工智能可能改變搜索引擎使用的另一種方式是改變 SERP（搜索引擎結果頁面）內的付費廣告模型。目前，廣告商為關鍵詞付費，以便在搜索中使用這些詞時展示他們的廣告。然而，隨著更先進形式的生成人工智能的出現，隨著精確的查詢匹配變得越來越重要，該模型可能會發生轉變或變得過時。

廣告商可能傾向於（或要求）對特定短語或人工智能提示進行競價，而不僅僅是通用關鍵詞，這使得競爭比以前更加激烈。或者，也許廣告商將有機會將廣告直接放置在算法本身提供的生成答案中。

總的來說，很明顯，當談到我們現在和未來如何使用搜索引擎時，生成式人工智能對消費者和企業都具有重大影響。它為我們提供了更大的便利，更高的準確性，並改進了所有涉及平台的個性化功能。

雖然截至發稿時還沒有關於付費搜索將如何受到影響的明確答案，但我們可以有把握地假設微軟和Alphabet 將調整其創收模式，將廣告納入人工智能生成的搜索結果中，因為谷歌80% 以上的搜索結果中包含廣告。 2022 年的收入來自廣告，微軟在 2022 年產生了近 12B 美元的廣告收入，他們不希望看到自己的數字下降。一旦人工智能生成的搜索結果成為常態，查詢競價也可能會發生變化，因為競爭水平可能會上升。

內容營銷人員應如何適應生成式人工智能搜索引擎

正如我們無法確定付費搜索從業者在由生成式人工智能搜索引擎驅動的互聯網上將面臨什麼一樣，我們只能推測內容營銷人員必須在流程中進行哪些改變才能確保他們的內容被看到。儘管如此，我們還是為出版商、製作人和創意人員提供了一些建議，供他們在嘗試排名、爭奪搜索可見度、進行關鍵字研究以及針對未來搜索優化其內容時考慮。

旨在製作最高質量的 EEAT 內容

不，谷歌並沒有告訴你要用食物填滿你的臉。 EEAT 代表經驗、專業知識、權威性和信任，根據 Google 的說法，這些是在您創建和發布的任何內容中建立的重要因素，而信任是這四個因素中最重要的因素。即使隨著生成式人工智能搜索引擎的出現，您也應該始終致力於生成值得信賴的內容，向讀者提供來源正確的事實，以及對您在網站上宣傳的任何內容的有用且安全的建議。

密切關注付費搜索格局

到目前為止，沒有人能夠確定從付費廣告的角度來看，與生成式人工智能搜索引擎開展業務的成本是多少，因此在大力投資這一領域之前最好謹慎行事。一旦 Google 推出與新 Bing 預計類似的功能，請先了解您的目標關鍵字的每次點擊費用和人工智能提示，然後再衡量 PPC 廣告支出對您的業務是否值得。一些習慣了這種營銷方式的公司可能會被定價過高，不得不尋找新的方式來獲得在線曝光。

考慮“優化”將如何演變

除了通過包含會話關鍵字、長尾關鍵字和語義相關的關鍵詞來優化EEAT、多媒體和NLP 內容之外，內容營銷人員還必須考慮當生成式人工智能成為SEO 工作流程的支柱時，這些新因素將成為SEO 工作流程的一部分。搜索。

個性化很可能將在未來的搜索中發揮重要作用，因此在排名方面，了解目標受眾並為他們創建量身定制的內容將比以往任何時候都更加重要。正如賽斯·戈丁（Seth Godin）所說，理解“它是為了誰？” 是創造真正引起共鳴的內容的關鍵，這種內容很可能會比以往任何時候都更能引起人類和搜索引擎的共鳴。

另一個有根據的猜測是，隨著公司測試用人工智能生成的答案和高水平顯示 SERP 的新方法，用戶參與度指標（例如跳出率、在頁面上花費的時間和點擊率）將開始在搜索引擎算法中佔據更大的權重。困惑會導致更加多樣化的結果。

生成式人工智能搜索引擎：為變革做好準備

毫無疑問，生成式人工智能將對搜索引擎、SEO 和 SERP 的運作方式產生深遠的影響——有機結果和付費結果都會感受到影響——以努力提供更準確、更可靠的結果。

雖然我們不能肯定地說隨著生成式人工智能搜索引擎成為新常態，SEO 將會發生什麼變化，但內容營銷人員應該準備好更新他們的內容策略並學習新的研究方法，這些方法可能涉及尋找最佳的長尾關鍵詞、對話關鍵詞和人工智能提示優化其內容，以期在 Google、Bing 等網站上排名靠前。

尋找有關營銷未來的更多內容？考慮訂閱我們的時事通訊，將我們正在進行的生成人工智能係列文章直接發送到您的收件箱。您還可以與我們的團隊預約會面，了解生成式人工智能如何在不影響客戶質量或品牌完整性的情況下提高效率，從而推動 Skyword 的內容創作。