Perplexity、SearchGPT兴起对Google有什么影响?

我最近发现自己有个习惯变了。

打开浏览器的时候,手指会习惯性地移向地址栏,但输入的不再是 google.com,而是 perplexity.ai 或者直接打开 ChatGPT。这个转变大概是在一个月前开始的,现在已经成了自然反应。

不是 Google 变差了,而是我发现自己真正想要的东西变了。我不想要 10 条蓝色链接,我想要答案。

10 条蓝色链接的时代

Google 的搜索模式其实 30 年没变过:你输入关键词,它给你一堆链接,然后你得自己一个个点开,拼凑出答案。

这套流程在互联网早期挺好用的。那时候网页不多,内容质量参差不齐,Google 做的就是帮你找到相对靠谱的那些。但现在情况不一样了。

第一个问题是 SEO 污染。为了排名而优化的内容越来越多,你搜索一个问题,前几条结果可能都是那种标题党文章,点进去全是废话,真正有用的信息藏在第五段。

第二个问题是广告。现在打开 Google 搜索结果,前三四条基本都是广告,还特意做得跟正常结果差不多,就是左上角有个小小的"广告"标签。你得往下翻才能看到真正的搜索结果。

第三个问题是信息过载。哪怕你找到了相关的网页,你还得自己读完、理解、整合。比如你想知道"如何修复 iPhone 的 Wi-Fi 连接问题",Google 会给你 15 篇文章,每篇都有 8 种解决方法,你得自己试,自己判断哪个靠谱。

用户真正想要的其实很简单:给我答案就行,不要给我作业。

Perplexity 的突破

Perplexity设计亮点

Perplexity 的设计哲学很清晰:最快速度给你可信的信息。

它的创始团队来自 Google 和 Quora,这两个背景挺有意思。Google 教会了他们怎么做搜索,Quora 教会了他们怎么组织答案。Perplexity 把这两个东西结合起来了。

界面简单得像个搜索框

第一次打开 Perplexity,你会觉得它就是个搜索引擎。中间一个输入框,跟 Google 一模一样。这个设计很聪明,因为大部分人不会写复杂的 prompt。

你可以像用 Google 那样输入几个关键词,也可以输入完整的问题。都行。它会自动理解你想要什么。

Perplexity 的首席设计师 Henry Modisett 在接受采访时说过一句话:"Prompt 工程是史上最糟糕的软件体验。我们处在一个小小的历史插曲里,这玩意儿不可能长久存在。"

所以 Perplexity 的目标就是:让你不需要学习如何提问,直接问就行。

Pro Search 的思考过程

Perplexity 有个付费功能叫 Pro Search,它会展示 AI 的思考过程。

比如你问"2024 年美国大选的关键议题是什么",Pro Search 会先告诉你它要做什么:搜索最新的新闻报道、查看民调数据、对比不同媒体的观点。然后你能看到它一步步在做这些事情。

这个设计的好处是建立信任。你知道这个答案不是 AI 凭空编出来的,而是真的去查了资料。

引用系统

Perplexity 最聪明的设计是引用系统。

每个答案都会在顶部列出来源,通常是 4-5 个网站。答案里的每句话都有小小的数字标注,点一下就能看到这句话来自哪个网页。

这个设计解决了 AI 最大的问题:可验证性。你不用盲目相信 AI,你可以自己去看原始来源。

根据 SE Ranking 的研究,Perplexity 的引用行为非常稳定,99% 的回答都是准确引用 5 个来源。这种一致性也是一种可预期性,用户知道会发生什么。

相关问题

每次给出答案之后,Perplexity 会自动生成几个相关问题。这个功能看起来简单,但改变了搜索的性质。

传统搜索是一次性的:你问一个问题,得到答案,结束。Perplexity 把搜索变成了探索:你问一个问题,得到答案,然后它建议你可以继续问什么。

这就从信息检索变成了研究助手。

优势和局限

Perplexity 的优势很明显:专注、快速、透明。它就做一件事,而且做得很好。

局限也有。第一,它有时候会给出不够准确的答案,特别是涉及最新事件的时候。第二,对中文内容的支持相对较弱,主要还是优化了英文搜索。第三,免费版每天只能用几次 Pro Search,想要无限使用得付费。

但这些局限没有阻止它的增长。2024 年 1 月,Perplexity 是美国 App Store 上第八受欢迎的生产力应用。它刚刚完成了 7300 万美元的 B 轮融资,投资人包括英伟达和贝索斯。

ChatGPT Search 的挑战

OpenAI 在 2024 年 10 月推出了 ChatGPT Search,这是对 Google 的正面挑战。

对话即搜索

ChatGPT Search 最大的特点是它融入了对话。

你在跟 ChatGPT 聊天的时候,它会自动判断什么时候需要搜索网络。比如你问"波西塔诺这周末天气怎么样",它会自动去查实时天气。然后你可以接着问"那有什么好的餐厅推荐",它会基于前面的对话上下文,知道你在问波西塔诺的餐厅。

你也可以手动点击搜索按钮,强制让它去网上查找信息。

这个设计把搜索变成了对话的一部分,而不是一个独立的动作。

多轮追问的威力

ChatGPT Search 的优势是多轮对话。

传统搜索引擎,你每次提问都是独立的。你问"Python 如何读取 CSV 文件",得到答案。然后你问"如何处理缺失值",它不知道你还在说 Python 和 CSV。

ChatGPT Search 会记住整个对话的上下文。你可以一直追问,一直深入,它都知道你在说什么。

这对于需要深度探索的话题特别有用。

多模态体验

ChatGPT Search 跟新闻、天气、地图等数据提供商合作,可以展示各种格式的信息。

你问天气,它会显示一个天气卡片,有温度、降雨概率、未来一周的预报。你问股票,它会显示实时股价和图表。你问某个地方怎么走,它会显示地图。

而且它可以直接在对话界面里播放 YouTube 视频。不像 Google AI Overviews,你还得跳转到 YouTube 才能看。

来源侧边栏

ChatGPT Search 的引用方式跟 Perplexity 不太一样。它会在答案下方显示一个"来源"按钮,点击之后会打开侧边栏,列出所有参考资料。

这个设计的好处是不打扰阅读体验。如果你不关心来源,可以直接看答案。如果你想验证,点一下就能看到所有引用。

根据研究数据,ChatGPT Search 平均每个回答引用 10.42 个链接,是三家里最多的。这说明它倾向于提供更全面、更详细的答案。

优势和局限

ChatGPT Search 的优势是模型能力。GPT-4o 是目前最强的大语言模型之一,理解能力和生成能力都很出色。而且 OpenAI 还在用 o1 系列的推理能力来改进搜索质量。

局限也很明显。第一是速度,因为模型太大,生成答案需要时间。第二是成本,这么强的模型不便宜,所以目前只有 Plus 和 Team 用户能用,免费用户要等几个月。第三是中文体验,虽然 GPT-4o 的中文能力不错,但搜索中文内容的体验还在优化。

不过 OpenAI 的野心很明显。他们不只是想做一个搜索工具,他们想重新定义搜索。

Google 的困境

Google 不是没有反应。他们推出了 AI Overviews,就是在搜索结果顶部直接显示 AI 生成的答案。

但 AI Overviews 的表现很尴尬。

技术不是问题

Google 的技术能力没问题。他们有 Gemini 模型,性能很好。他们有全世界最大的搜索数据,有最强的基础设施。

问题不在技术,在商业模式。

广告的困境

Google 每年从搜索广告赚 1500 多亿美元。这是他们最大的收入来源。

AI 搜索直接给答案,用户就不用点链接了。不点链接,就没有广告点击。没有广告点击,Google 就少赚钱。

这就是 Google 的困境:他们知道 AI 搜索是未来,但这个未来会损害他们现在的生意。

所以 AI Overviews 推出之后,你会发现它很保守。它不会完全替代传统搜索结果,只是加在上面。它的答案也比较简短,还是会引导你去点击链接。

质量问题

AI Overviews 刚推出的时候出了不少问题。

有人问"怎么让奶酪粘在披萨上",AI Overviews 建议加胶水。有人问"吃石头对健康有什么好处",它认真地列出了几条好处。

这些错误答案引发了大量讨论。虽然 Google 很快修复了,但伤害已经造成了。

根据 SE Ranking 的研究,在 2000 个测试查询中,AI Overviews 只在 58.15% 的情况下被触发。相比之下,Perplexity 和 ChatGPT 的触发率都接近 100%。

这说明 Google 很谨慎,他们不敢在所有查询上都使用 AI。

风格独特

有意思的是,虽然 Google 的 AI Overviews 表现不如竞争对手,但它的风格很独特。

研究数据显示,AI Overviews 与 Perplexity 和 ChatGPT 的语义相似度只有 0.48,是三家里最低的。这说明 Google 的答案生成逻辑跟另外两家很不一样。

Google 倾向于引用专业网络和社区内容。LinkedIn、Indeed、Quora 这些网站在 Google 的引用中占比很高,但在 Perplexity 和 ChatGPT 里几乎看不到。

Google 也更偏好老域名。在它引用的网站中,49.21% 的域名年龄超过 15 年,这个比例是三家里最高的。

三家的对比

三大AI搜索对比

SE Ranking 做了一个很详细的研究,对比了 ChatGPT Search、Perplexity、Google AI Overviews 和 Bing Copilot。他们用了 2000 个关键词,覆盖 20 个不同领域,在 2025 年 2-3 月进行了测试。

数据挺有意思。

答案长度和风格

ChatGPT 给出的答案最长,平均 1686 个字符,318 个词。Perplexity 中等,1310 个字符,257 个词。Google AI Overviews 较短,997 个字符,191 个词。

但长不一定好。ChatGPT 的答案虽然详细,但有时候太啰嗦。Perplexity 的长度刚好,既有足够信息,又不会让人觉得累。

有个细节挺有意思:Perplexity 和 ChatGPT 的语义相似度高达 0.82,这是三家里最高的。这说明这两个工具在生成答案的逻辑上很接近,都倾向于给出结构化、详细的解释。

引用行为

ChatGPT 平均每个答案引用 10.42 个链接,Google AI Overviews 引用 9.26 个,Perplexity 引用 5.01 个。

Perplexity 的引用数量最稳定,几乎每个答案都是准确 5 个来源。这种一致性是一种产品哲学:不多不少,刚刚好。

ChatGPT 的引用最多,但也有个问题:它喜欢重复引用同一个域名。研究发现,71.03% 的 ChatGPT 答案里,至少有两个链接来自同一个网站。这个比例比其他工具高很多。

来源选择

三家都最喜欢引用 YouTube。ChatGPT 有 11.3% 的引用指向 YouTube,Perplexity 是 11.11%,Google 是 6.31%。

但除了 YouTube,三家的偏好就不一样了。

ChatGPT 偏好用户生成内容。Reddit 占它引用的 7.37%,是第二大来源。它也经常引用 Wikipedia、TikTok 这些平台。

Perplexity 偏好教育和技术内容。Moodle 占它引用的 4.08%,GitHub、Instructables 这些技术社区也经常出现。

Google 更喜欢专业网络。LinkedIn 占它引用的 2.77%,Indeed 也很常见。它还经常引用 Quora,这是另外两家很少用的。

有个数据挺有意思:Perplexity 和 ChatGPT 引用的域名,25.19% 是重叠的。这是三家里最高的重叠度。但 Google 跟另外两家的重叠度就低多了,只有 18-21%。

这说明 Google 的来源选择策略跟另外两家确实不一样。

域名年龄

Google 最偏好老域名,49.21% 的引用指向年龄超过 15 年的网站。ChatGPT 也偏好老域名,但比例稍低,45.8%。Perplexity 相对平衡,偏好 10-15 年的中等年龄域名。

有意思的是,ChatGPT 在引用老域名的同时,也引用了不少新域名。11.99% 的引用指向年龄不到 5 年的网站,这个比例是三家里第二高的。

这说明 ChatGPT 的策略是:对于核心知识,依赖老牌权威网站;对于新兴话题,也会引用新网站。

内容特征

可读性方面,Google AI Overviews 和 ChatGPT 的答案最难读,Coleman-Liau 指数达到 12.75-12.85,相当于需要大学水平才能完全理解。Perplexity 稍好一些,11.48。

客观性方面,ChatGPT 最客观,主观性评分只有 0.44。Google 中等,0.48。Perplexity 最主观,0.50。

语法复杂度方面,ChatGPT 和 Perplexity 都很复杂,评分 0.59。Google 相对简单,0.40。

这些数据综合起来,可以看出三家的定位:

ChatGPT 追求全面和深度,答案长、引用多、内容客观但复杂。

Perplexity 追求平衡,答案长度适中、引用固定、可读性较好。

Google 追求简洁,答案较短、引用多但分散、风格独特。

搜索的未来

搜索引擎未来趋势

AI 搜索还在早期阶段,但已经能看到一些趋势。

从被动到主动

现在的搜索,无论是 Google 还是 Perplexity,都是被动的:你问,它答。

未来的搜索可能是主动的。AI 了解你的兴趣、你的知识背景、你正在做什么,然后主动推送你可能需要的信息。

不是你去找信息,而是信息来找你。

多模态的深化

现在的 AI 搜索已经可以处理文字、图片、视频。未来这个能力会更强。

你可以用语音搜索,可以拍照搜索,可以上传一段视频让 AI 分析。搜索会变得更自然,更接近人类获取信息的方式。

AI Agent 的崛起

更大的变化可能是从信息检索到任务执行。

现在的 AI 搜索,你问"从上海到北京最便宜的机票",它会告诉你价格和航班信息。未来的 AI Agent,可能直接帮你订好票,发到你邮箱。

这就不只是搜索了,而是一个能帮你做事的助手。

OpenAI 已经在往这个方向走。他们在改进 ChatGPT Search 的时候,特别提到要加强购物和旅游等领域的能力。这些都是需要执行任务的场景。

个性化和隐私

AI 搜索要做好个性化,就需要了解你。了解你的背景、你的偏好、你的历史。

但这就涉及隐私问题。你愿意让 AI 知道你所有的搜索历史吗?你愿意让它知道你的位置、你的日程、你的联系人吗?

这个平衡不好找。太少的个性化,AI 就不够智能。太多的个性化,用户就会担心隐私。

可能的方向是本地化处理。AI 在你的设备上运行,数据不上传到云端。但这对设备性能要求很高,短期内很难普及。

给设计师的启示

如果你是产品设计师,这场 AI 搜索的战争有几个值得思考的地方。

答案优先

用户想要的是解决方案,不是链接列表。

这个原则不只适用于搜索,适用于所有产品。当用户来到你的产品,他们通常是带着问题来的。你的工作是尽快给他们答案,而不是让他们自己去找。

Perplexity 的设计师 Henry Modisett 说过:"找到信息的最快速度,这是我们很早就确定的产品原则。"

这听起来简单,但很多产品做不到。他们给用户太多选择,太多路径,最后用户反而不知道该怎么办。

引用和溯源

AI 生成的内容需要可验证。

Perplexity 把引用做得很好,每句话都有来源标注。这不只是技术问题,更是信任问题。

如果你的产品里有 AI 生成的内容,想办法让用户能验证。不要让用户盲目相信 AI,给他们工具去检查。

表达不确定性

AI 不是万能的,会犯错。

Google AI Overviews 的问题就在于它太自信了。它给出错误答案的时候,语气跟给出正确答案一样肯定。用户没法判断这个答案可不可信。

好的设计应该诚实地表达不确定性。如果 AI 不确定,就应该说"我不确定"。如果答案可能有多种解释,就应该列出来。

Perplexity 的 Pro Search 展示思考过程,就是一种表达不确定性的方式。它让你看到 AI 是怎么得出答案的,你可以自己判断这个过程合不合理。

专注

Perplexity 的成功很大程度上因为它专注。

它只做一件事:帮你快速找到可信的信息。它不做聊天,不做图片生成,不做代码编写。就做搜索。

这种专注让它可以把搜索体验打磨得很好。界面简单,速度快,引用清晰。

ChatGPT 功能更多,但在搜索体验上就没有 Perplexity 那么流畅。这是灵活性和易用性的权衡,一个古老的设计原则。

产品越复杂,越难做好。如果你想做一个什么都能做的产品,最后可能什么都做不好。

战争才刚刚开始

AI 搜索现在还很早期。

Perplexity 有优势,但它还小,资源有限。ChatGPT Search 有 OpenAI 的技术支持,但它还在优化体验。Google 有用户基础,但它被商业模式束缚。

三家各有优势,谁也没有绝对领先。

最终赢家会是谁?我也不知道。可能是这三家中的一个,也可能是一个我们现在还不知道名字的新产品。

但对用户来说,这是好事。竞争让产品变得更好,选择让体验变得更多样。

我现在用 Perplexity 查快速事实,用 ChatGPT Search 做深度研究,偶尔还会用 Google 搜索一些本地信息。每个工具都有它擅长的地方。

搜索引擎的战争才刚刚开始,而我们正好赶上了这个时代。