AI 搜索哪家强？16 款产品实战测评，效率飙升秘籍！

AI 搜索，不只是技术，它是一种理解世界的新方式。

最近 Perplexity 被传出正进行新一轮 2.5 亿美元融资，短短 6 个月估值就翻了三倍，达到 30 亿美元。

大模型诞生之后，整个世界都像被按了加速键。

传统搜索引擎如谷歌、百度、微软 Bing 也在探索用 AI 优化产品模式，甚至 OpenAI 都被曝出在秘密研发基于 GPT 的搜索产品。更不用说秘塔 AI、天工 AI、等 AI 搜索初创产品的纷纷涌现。

为什么聊天机器人不行？
ChatGPT 刚出来的时候，就有人说搜索引擎要被颠覆了。但实际上，因为聊天机器人会有幻觉，会捏造事实，对于搜索这个较为严肃的场景，是不合适的。但为什么换上一个搜索框界面的 AI 搜索就可以了呢？

首先，AI 搜索本质上还是搜索，只是搜索出来的信息经过了 AI 的逻辑分析和重新组织语言，用户能够很快得到想要的结果；

其次，AI 搜索的输出中每个段落都有对应的出处，如果有错误，也是信息源的问题，从普通用户的角度来看，跟 AI 搜索的产品是没什么关系的，能让用户对 AI 搜索的服务和得到的信息有一个隔离；

最后，这些搜索的信息经过了大模型的凝练和总结，省去了一个个打开链接的时间，就让人觉得这个产品真棒，关键时刻是真能提效。

所以最近我也在尝试改变习惯，把原来的搜索行为，都迁移到 AI 搜索的服务中去完成。那这么多 AI 搜索，哪个更好用呢？这篇文章给大家来个整体的测评。

16 款 AI 搜索简单测评

经过上面的简单筛选，我最终选择了 Perplexity、秘塔 AI、天工 AI、360AI 搜索这 4 款 AI 搜索应用，接下来根据实际搜索的场景做深度测评。

搜索引擎的应用场景
通常使用搜索引擎的场景主要有 4 类：第一类是有确定答案的问题，常见于生活、百科知识等，比如“明天天气怎么样”，“范闲的生母是谁杀的”，“水獭怎么读”，“微信公众号后台的网址”，“树深时见鹿，溪午不闻钟 出自哪首诗”等，对于这类问题我们希望马上能看到结果，而且能保证结果的准确、直接、即时性。第二类是半开放的问题，常见于情感、医学、星座、娱乐八卦等领域，比如“男朋友对我忽冷忽热是什么原因？”，“过敏性鼻炎是怎么造成的”，“浓人 淡人是什么意思”，“于适是谁”等，这类问题我们并不会追求完全标准的答案，也不会太在意答案的丰富度，只是为了满足好奇心，或给日常生活或决策提供参考。第三类问题是探索性的，这一类问题通常是工作调研中需要用到的素材，比如“最近 24 小时内 AI 领域的新闻”、“RAG 领域有哪些新进展”，或者给我们的实际行动提供指导的，比如“ChatGPT 的使用技巧”、“为我制定一份阿勒泰的旅游攻略”等。对于这类问题会希望 AI 提供尽可能多角度的、高质量的信息。还有一类是图片识别类的，比如看到一棵漂亮的花，让 AI 识别下叫什么，一张图片想让 AI 搜索一张类似的等。但这四款 AI 搜索中只有 Perplexity 的付费服务支持图片搜索，就暂时先不测了，相信未来这些应用都会支持的。

确定性问题搜索
明天杭州的天气怎么样？

Perplexity 用文字展示了明天的天气和温度，准确，但不够直观；右侧的图片有些文不对题，有点浪费了；

秘塔 AI 用小插件的形式展示更直观，还顺便展示了后面 2 天的天气状况，看得出来针对天气的问题做了特别的优化处理。但右侧空白区域是不是有点浪费；

天工 AI 也是用文字的形式展示，右侧列出了很多参考链接，然而并不用这么多吧；

360AI 搜索也是用天气插件的形式展示。但右边展示的图片也是有文不对题的问题。

微信公众号后台的地址

Perplexity 第一行就展示了结果，而且可以点击直达；

秘塔 AI 也是第一句就直接回答了问题，链接可以直接点击；

天工 AI 在第二段才回答我的问题，而且链接是不可点击的；

360 搜索则是没有给到我想要的地址链接

半开放性问题探索
免疫球蛋白 E 偏高是怎么回事？

几个应用的回复都差不多，也都比较符合预期。这类医药相关的问题，没有了某度的广告看起来舒服多了。

探索性问题
最近一天 AI 领域的新闻

这个问题秘塔 AI 的表现最好，给出了最近几天 AI 相关的新闻，其他 3 个应用展示的结果则穿插了几个月前的新闻。

ChatGPT 的使用技巧

这个问题上可以明显看到海外应用在中文内容上的劣势，Perplexity 搜索到的内容质量明显不如秘塔 AI；

测到这里也觉得天工 AI 和 360AI 搜索就像 2 个陪跑的。

小惊喜
另外，秘塔 AI 浏览器插件的一个场景还挺拉好感的，上周有一天的 Google Doodley 很有趣，很好奇就点进去了，秘塔不但帮我总结了左侧的搜索结果，还很方便地翻译成了中文来展示。

从传统搜索到 AI 搜索的使用感受
几天体验下来，我的感觉是 AI 搜索已经能实现大部分搜索的场景了。如果你也像我一样想找一款 AI 搜索来替代原有的搜索引擎，可以参考这个原则：“内事不决问秘塔，外事不决问 Perplexity”。AI 搜索的核心优势在于能理解用户意图，从网上众多的相关内容中，抽取最核心的和问题相关的观点整理出来，免去了我再去查看和整理的时间。不过为了帮助 AI 更好理解我们的问题，要稍微调整一下习惯，从传统搜索的关键词搜索，改为提完整的问题。另外，这些产品很多体验上的设计也让人眼前一亮：

比如秘塔 AI、天工 AI、360AI 搜索都提供了思维导图的展示；

没有广告的体验真的很棒，不用担心不小心点进了不该进的页面；

秘塔 AI 还提供了相关主题的播客搜索，对于播客爱好者也非常友好；

当然，AI 搜索应该还有很多可以改进的，比如在搜索框输入问题的过程中没有关键词的提示；搜索网站的权重如果能定制化就更好了。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓