随着AI PC成为PC市场新风向，用户的信息需求与使用场景也愈发多元化。大模型集成搜索功能也有望借此东风成为新的增长点。

就最近行业趋势而言，OpenAI正在测试的AI搜索功能SearchGPT成为了继Sora之后的新热门。但实际上，SearchGPT所代表的AI搜索平台并不是搜索的终点，而是为了作为一个整合性平台，让用户将大模型的使用场景和对应网站有丝滑的结合，继而发挥大模型的价值。这才是AI搜索的趋势。

将视角放回国内，豆包PC版实际上也是将原本割裂的大模型和桌面上的每一个应用有机地结合起来。让桌面上每一个应用都接入AI。

一、从传统搜索到AI搜索，用户的意图发生了哪些变化

AI搜索和传统搜索完全不是一个物种。

传统搜索引擎主要依赖于关键词匹配来呈现相关网页链接，往往需要用户自己【找答案】。受到广告的干扰，往往还会陷入无休止的寻找之中，最后忘了究竟哪一条链接是最初想要的。而相比于传统搜索引擎，AI搜索则是【给答案】。它可以将网页中的信息内容打散，以更直接、长尾和个性化的方式满足我们的搜索需求，不仅提供相关的网页链接，更重要的是，它会尝试直接给出一个更完整、更准确的答案，从而缩短用户自行查找和汇总信息的链路。

比如，当你想搜索“如何制作巧克力蛋糕”时，传统搜索可能会给你大量的食谱和烹饪教程链接。你需要在大量的信息中”翻山越岭“找到适合自己的那一款。而AI搜索则直接提供一个详细的、步骤分明的巧克力蛋糕制作指南，甚至包括视频教程和用户评价。这就是【找答案】和【给答案】最大的区别。

然而，目前AI搜索并未对传统搜索引擎的市场份额产生显著侵蚀，这主要归因于两方面：一方面，在用户频率较高的即时、短小、快速的搜索场景中，AI搜索在搜索质量和体验上并未带来颠覆性的提升；另一方面，部分优质内容存在于如公众号、小红书等封闭的内容生态中，这些垂直类平台也分流了用户的大量搜索场景。就比如前一阵和学生聊天，聊到平常用哪些平台搜索信息，大多数的答案都指向小红书。

此外，搜索需求也因终端的不同而有所差异。一般而言，手机用户倾向于搜索即时性、本地生活相关的问题，比如附近的餐厅、即时的天气情况等本地生活信息。而PC端用户则更多地进行深度搜索，这恰恰是AI搜索所擅长的领域。

从搜索质量与搜索能力来看，AI搜索在常识科普性和开放探索性问题上的表现已优于传统引擎，但在网站导航、本地化以及操作指导方面就不太令人满意了。

这也是传统搜索仍占据大盘的原因。根据 GS Statcounter 数据，即使很大程度上谷歌的份额正在被通用 AI 助手和新的 AI 搜索玩家所蚕食，但谷歌的搜索引擎市场份额似乎已降至 86.99%。

当然，从传统搜索到AI搜索，根本在于用户意图发生了变化。根据360搜索的相关数据，2019年360搜索的用户中，有42%寻址，21%在找资源，而37%的用户在提出问题。到了2024年，寻址的比例骤降至12%，找资源的比例也下滑到16%，而提出问题的用户比例则飙升至72%。

实际上，用户搜索需求的本质是没有变的，而AI搜索作为新的工具，相比传统搜索更好地满足了用户的需求。当然，根据360AI搜索提供的数据看，用户意图中占比最高而且增量最大的还是”提问题“。

进一步而言，相较于大模型“老手”对于高级搜索、查找资料、研究课题有更高的频率要求，大众日常遇到的大多数简单问题，传统搜索引擎已经能够满足其搜索需求。因此，如果AI搜索引擎未来想要替代传统搜索引擎，关键在于减少用户提问所需耗费的精力，并提升使用的便捷性。同时，将原本割裂的大模型和桌面上的每一个应用有机地结合起来，让每一个PC端的应用都能够接入AI。

二、实测：从“提问”到“答案”仅“半步之遥”

AI总结的答案不是用户的终点，有优质内容的网站才是终点。实际上，包括我自己在内的很多用户并不是把AI搜索结果作为检索的终点，我相信大多数人都会选择跳转到信息来源链接做更深入的阅读。AI搜索只是针对问题给一个总结性的回答，如果想更深入的去研究，还是需要跳转到对应的一些网站里。但往往网页端的AI助手，受限于浏览器插件无法作用于这些有优质内容的网站以及其他外部应用。

因此，如何在PC端丝滑顺畅地调用AI助手，实际上是AI搜索需要回答的问题。这也是豆包电脑版尝试回答的问题，使用跨应用的一键划词搜索功能，允许用户通过启动器随时唤醒AI助手，从而在桌面端为用户提供了全方位、跨应用的AI能力。

接下来，大家喜闻乐见的实测部分。

首先，打开豆包电脑版后，可以发现其主页面与网页版基本上是一致的，整体的UI设计也借鉴了浏览器的风格。不一样的是，传统浏览器中的新建标签页功能，在这里被替换为了“问问豆包或AI搜索”功能。

在AI搜索中，我们可以清楚的看到答案的来源与依据，根据用户所提出的内容，豆包还可以引申出相关问题，帮助我们更进一步的去了解，当然如果你觉着给出的结果相对浅显，我们还可以点击【深入搜索】，进而获得更全面的结果。包括可以看到更加有针对性的通信工程专业排名、考研方向、就业前景等等，实际上就是围绕一个问题进行多轮发散，激发讨论的过程。

AI工具的发展也让人变的更加“懒惰”，在网络上检索到结果之后，篇幅太长的话很多人都不愿意去静下心来阅读，拿这两天比较热点的住房养老金这个话题来讲，很多人其实还不明白是怎么回事，但又懒得去研究。包括在和同事讨论的过程中，我也偷了一次懒，直接让豆包帮我总结了一下。可以看到豆包提供了网页内容的智能总结，我们在检索到相关网页之后，只需要点击AI总结，重点内容就一目了然了。

当然，对于用户来说，可能一次总结不足以满足我们的需求。可以看到豆包还给出了联想话题，我们也可以就这些联想的话题发散想法，同时进行多轮问答交互。比如说，它引导我继续就“房屋养老金制度在未来全面推行时可能会面临哪些挑战”、“如何确保房屋养老金制度的资金使用透明和有效监督”等等话题，这些也是我们在传统搜索中不会去想到的。

当然，本地文件处理的能力也是必不可少的，英文内容的总结、阅读、翻译等都不在话下，只需要将本地文件上传至豆包，仅可以进行AI交互了，使用起来非常编辑，基本上可以告别抱着电子词典看论文的日子了。

相较于其文本内容的总结处理，我更喜欢用视频的总结处理能力。

比如在观看科普类视频的时候，我更倾向于直接去看关键点，但是对于第一次看视频的我并不清楚这个视频的整体内容是怎样的，以及我所感兴趣的点具体在几分几秒，直接盲目的拖拽进度条又很容易错过重点，因此只能老老实实的看完整个视频，还是比较浪费时间的。毕竟，我们都有这种“视频两小时，精华五分钟”的观影经历，很多时候一个长达两小时的视频看下来，发现里面有用的部分只有5分钟。

而豆包的AI看视频能力可以快速总结视频的重点内容，并对视频重点做切片，可以直接帮助我们抓住重点。当然，如果你说这是基础操作的话，那么回到最初，我们说AI助手需要打破桌面应用的边界。可以看下我截图中这个视频来自于哪里（==）。不得不说，对于深度B站用户而言，喜大普奔了。

之所以说豆包实际上做到了从“提问”到“答案”的半步之遥，实际上更多地是从它不仅给到一个基于问题的总结，更多的是它会去激发你思考更多的问题。如果我们说传统搜索实际上从“提问”到“答案”只有一步，那么豆包缩短了这个距离。

三、实测：“写”“绘”双管齐下，秒变创作助手

从所谓大模型元年至今，已经将近两年了。这两年大模型几乎可以说是完成了从“娱乐性产品”到“生产力工具”的转身。这也是豆包除了信息检索之外的主要落地方向。

对于“生产力”和“创造力”而言，检验标准就一点：有多少种应用场景。

因此在这部分的测试环节中，选择了对于自媒体工作者最常用的两种使用场景，一是长文写作，包括豆包电脑版在辅助文章构思、提供写作建议、语法检查等方面的表现；二是图片生成，包括是否能够根据文本内容智能推荐配图、以及是否能够根据“咒语”直接生成精准的图片。

首先是写作部分。

当然，像是基础的提供主题角度，通过智能分析，对文章结构、语言表达进行优化等基础的长文本写作部分，豆包是完全具备的。作为自媒体工作者，其实要和大家分享一个“华点”，就是它实际上根据不同的平台会梳理出不同的文风。因为我们知道，像是小红书、微博、知乎等等这些社交媒体平台，实际上基于受众的不同，所适合的语言风格完全不同。比如，小红书更偏向真诚的、接地气的干货分享，知乎偏向理性的、深度的话题讨论，显然不能个性化定制的大模型，不是好大模型。

作为镜像测试，我让豆包帮我用这篇文章的题目《实测：豆包PC版如何秒变AIPC？》生成了一个小红书的回答，可以看下感觉，很“小红书”了。

其次是图片生成。

我们都知道在内容创作的场景中，图文结合能够大大提升文章的可读性。但是几乎每一个创作者都头疼过“无处觅好图”，前怕侵权，后怕图文不符。因为与文章内容贴合的图片寻找起来实在是太困难了，盲目的在网络上去找相关图片又极有可能遇到版权问题，哪怕你加一句“图源网络”。

这点其实建议大家可以试一下豆包，它可以直接根据文字直接生成图片，而且所生成的图片很“贴脸”。

随便看个Prompt的表现：“医生坐在办公室桌子前进行记录，插图，写实，摄影，高清，8K，完美构图，极其精致的细节，避免文字”。

如果你常用文生图产品，你一定知道对于AIGC最难的就是【画手】，一般的文生图产品如果没有AI画师背后精调，几乎都不敢画手。可以看到，从画面表现结果来看，效果还不错，也没有出现手指数量不对的情况（狗头）。

当然，这只一段prompt的展示，建议大家如果真的想借助AIGC产品完成图片生成，一定要去好好研究下prompt的写法。毕竟，prompt写得好，豆包就是一个“画家”；不会写prompt，随便用一个词糊弄豆包，豆包也会给你一个意想不到的答案。

回到AI搜索本身，实际上相对于传统搜索引擎，AI搜索也对用户提出了挑战，用户需要更好地使用提示词才能生成较深层次的内容。同时，对于AI搜索反馈的结果，用户自身是否具有判断AI幻觉的能力也显得更为重要。

可能AI搜索完全替代传统搜索还任重道远，但是我们可以先从突破AI助手的界限开始。