AI与机器学习

AI 代理开始直接向企业提问:UCP Ask 会把 GEO 从“优化网页”推向“经营答案接口”吗?

Leo Wang October 8, 2026
AI 代理开始直接向企业提问:UCP Ask 会把 GEO 从“优化网页”推向“经营答案接口”吗?

AI 代理开始直接向企业提问:UCP Ask 会把 GEO 从“优化网页”推向“经营答案接口”吗?

一位买家正在看一件冬季夹克,他问 AI 助手两个问题:尺码偏小吗?打折商品能退吗?

今天,AI 助手通常要从它能检索到的内容里拼出答案:商品页、商品数据源、评论、政策页和第三方网站。企业能影响这个答案,却没有机会亲自回答这个问题。

2026 年 10 月 7 日,Universal Commerce Protocol(UCP)合并了一项针对这一空白的变更。PR #538 新增 ask 能力:代表买家的平台可以把一个自由提问发给企业,并收到企业撰写的文本答案和可选的相关链接 [1][2]。草案的购物指南恰好用了同一个夹克场景:企业回答这款尺码正常,打折商品可在 14 天内退换为店铺积分 [6]。

有两个事实决定了本文的所有判断。第一,Ask 还是草案:它已合并进 main 分支并出现在规范的 draft 文档中,但不在最新正式版本 v2026-08-25 里 [3][7]。第二,截至 2026 年 10 月 8 日,我们没有找到任何公开信息表明 ChatGPT、Gemini、Google AI Mode、Microsoft Copilot 或其他 AI 平台已在生产环境调用 Ask。

所以这不是一篇“现在就做、马上涨排名”的文章。它是一个早期信号:GEO 可能从“优化给 AI 检索的网页”,延伸到“经营一个让 AI 代理来提问的答案接口”。

---

先给结论

UCP Ask(dev.ucp.common.ask)是一项草案中的只读问答能力。企业可以通过 REST 以 POST /ask 暴露它,也可以通过 Model Context Protocol(MCP)以 ask_business 工具暴露,并在 /.well-known/ucp 的 UCP profile 中声明 [4][5]。它面向结构化商品数据不擅长回答的问题:尺码版型、材质、兼容性、退货、配送、保修、退款、营业时间和支持的付款方式 [3]。

对 GEO 来说,变化在于:从AI 读取的网页,走向企业撰写的答案。企业不必只寄希望于模型从政策页里抽对那一句话,而是可以直接返回自己的答案、附上权威来源链接,并附带合规平台不得隐藏的披露信息。

Ask 同时有很硬的边界,可以概括为三条:

  1. 访问边界:企业能透露什么,取决于每次请求携带的凭证。对话 ID 只承载上下文,不承载权限。
  2. 执行边界:Ask 只回答,不执行。它不能创建或修改购物车、结账、订单或预订,不能应用折扣,也不能预留库存。
  3. 权威边界:答案只具参考性,不构成承诺。与负责该数据的结构化能力冲突时,以结构化数据为准。

Ask 不是排名因素,也不是任何平台已公开投入生产的功能;它不能替代网站、商品目录或结构化数据,也不是价格、政策或安全信息的约束性声明。

---

10 月 7 日合并了什么

UCP 由 Google 在 2026 年 1 月发布,是面向代理式商务的开放标准,与 Shopify、Etsy、Wayfair、Target、Walmart 联合开发,并获得 20 多家企业支持 [8]。它已有的 catalog、cart、checkout、order 等能力,交换的都是结构化资源。

PR #538 的标题是“feat: ask capability for natural-language Q&A”,2026 年 6 月 22 日创建,2026 年 10 月 7 日 01:01(UTC)合并。合并前经历了 20 个 commit、24 条 review 评论,涉及 14 个文件,并带有项目的 TC review 标签 [1][2]。

评审过程中,这项能力从 Shopping 垂直领域移到了 Common 服务。现在它绑定在 dev.ucp.common 上,同一项能力可以回答企业所开放的任何垂直领域的资源问题,包括购物和住宿 [3]。

草案把 Ask 定位为 UCP 结构化能力的“开放式问题补充”。catalog、cart、checkout、order、booking 返回机器可读的资源;Ask 则用人类可读的答案,回答这些资源未必能表达的企业特定事实与知识。两者可以独立采用:企业可以只提供 Ask,声明 Ask 也不代表支持其他能力 [3]。

项目草案规范(截至 2026 年 10 月 8 日)
Capabilitydev.ucp.common.ask
所属服务dev.ucp.common(通用服务,不属于某个垂直领域)
REST 绑定服务 REST endpoint 下的 POST /ask
MCP 绑定ask_business 工具,通过 JSON-RPC tools/call 调用
发现方式企业 UCP profile:/.well-known/ucp
个性化 scopedev.ucp.common.ask:read
发布状态仅在 draft 文档中,不在 v2026-08-25 正式版
平台采用未找到生产环境使用的公开信息

草案状态有实际影响:字段名、消息代码和规则在正式发布前都可能变化。任何原型都应锁定到具体 commit,并当作随时可以推翻的实验。

---

一次 Ask 调用如何工作

请求

请求包含一个必填字段和四个可选字段 [3]:

  • query:买家的自然语言问题,唯一必填字段。
  • ids:问题针对的资源,可以是商品、变体、门店位置、购物车、订单或预订。企业应接受自己签发的 Global ID(GID),也可以接受 SKU、handle 或 URL。
  • context:市场与本地化提示,如 address_country、language、intent。这些只是暂定信号,企业可以忽略或降低权重。
  • conversation:回放企业此前返回的不透明 ID,用于继续多轮对话。
  • signals:平台为授权和防滥用提供的环境数据,不能是买家自行声明的信息。

不带 ids 时,问题针对整个企业,例如“你们的退货政策是什么?”;带上 ids,问题就锚定在某个具体资源上,例如“这件能机洗吗?”。企业不认识某个标识符时,仍应尽量回答,并可以用 info 消息标出无法解析的引用。

购物指南中的请求示例 [6]:

{
  "query": "Does this jacket run small, and can sale items be returned?",
  "ids": ["gid://business.example/Product/alpine-shell"]
}

响应

响应包含答案,以及可选的链接、消息和对话状态 [3]:

  • answer.plain 每次必填;markdown 和 html 是同一答案的可选编码。平台只有在支持并能为其担保时才渲染富文本,否则回退到 plain。
  • links 列出答案提到的实体。每个链接都必须有 title 和 url;如果指向可寻址的 UCP 资源,还应在 id 中带上该资源的 GID,平台可以尽力用它匹配到某个结构化能力,url 始终是兜底。
  • 每个链接带 type 展示提示。常见值有 refund_policy、shipping_policy、privacy_policy、terms_of_service 和 faq,企业也可以自定义,例如商品或尺码指南。
  • messages 承载错误、警告和提示信息,代码包括 insufficient_scope、disclaimer、not_found、operation_not_performed、promotion 等。
  • conversation 在企业支持多轮对话时返回不透明的 id 和可选的 expires_at。

购物指南的响应示例(省略 UCP envelope)[6]:

{
  "answer": {
    "plain": "The Alpine Shell runs true to size. Sale items can be returned within 14 days for store credit."
  },
  "links": [
    {
      "type": "product",
      "url": "https://business.example.com/products/alpine-shell",
      "title": "Alpine Shell Jacket",
      "id": "gid://business.example/Product/alpine-shell"
    },
    {
      "type": "refund_policy",
      "url": "https://business.example.com/policies/refunds",
      "title": "Refund Policy"
    }
  ]
}

这个结构值得照着做:答案简短,答案里提到的每个实体对应一个链接,只有存在 UCP 资源时才带 GID。退款政策是一个页面,所以只有 URL,没有 id。

草案还透露了下一步方向:后续版本可能增加 attachments 数组,支持多模态 grounding,例如用一张照片询问某件商品 [3]。

“答不了”也是一个答案

REST 绑定对所有格式正确、已授权且未超限的请求都返回 HTTP 200。业务结果,包括“这个我回答不了”,都放在已填写的 answer 和 messages 中。HTTP 错误码只用于传输层问题:400 表示格式错误,401 表示认证缺失或无效,429 表示限流,500 表示服务器错误。MCP 绑定遵循同样的模型:业务结果用成功的 JSON-RPC result 返回,JSON-RPC error 只用于传输问题 [4][5]。

草案里“答不了”的示例很有参考价值:企业说明自己没有竞品价格信息,并列出可以帮忙的范围 [4]。对 GEO 团队来说,兜底答案是需要设计的内容,而不是可以忽略的错误页。

多轮对话与重试

企业可以返回 conversation 对象,平台在下一轮回放它,但不得解析或自行构造 ID。如果 ID 无法解析,企业应开启新对话,并用 info 消息说明 [3]。

重试由幂等键保护。通过 REST 时,平台应在携带对话的请求中发送 Idempotency-Key 请求头;企业必须将该键与结果一起保存至少 24 小时,请求体一致的重复请求返回缓存结果,同一键配不同请求体则返回 409 Conflict [4]。通过 MCP 时,幂等键放在 meta["idempotency-key"] 中,并且每次请求都必须在 meta["ucp-agent"].profile 中标明平台的 UCP profile [5]。

---

定义 Ask 的三条边界

边界草案规则对企业意味着什么
访问每次请求按自身凭证授权;对话 ID 只承载上下文,不承载权限;访问层级在模型之外执行接入任何数据源之前,先按层级分类
执行不得改变任何其他能力的资源状态;混合请求要明确回答“什么都没做”答案永远不能暗示操作已经发生
权威答案只具参考性;冲突时以负责该资源的结构化能力为准;答案不是安全、过敏原或监管信息的约束性披露约束性数值留在结构化系统里,答案只链接来源

1. 访问:每一轮都要重新授权

草案定义了三个访问层级 [3]:

  • 公开:没有凭证时,Ask 只用企业公开信息和公开资源回答。
  • 资源引用:ids 中的标识符把问题锚定在某个资源上。对于购物车、结账等受保护资源,企业必须执行该资源原有的访问策略:可以把持有标识符视为足够,也可以要求额外凭证,或拒绝在答案中使用该资源。
  • 已认证买家:平台出示企业认可的用户身份令牌、属于 dev.ucp.common.ask:read scope 时,企业可以返回个性化答案,例如会员价、权益、限定库存,或来自受保护资源的信息。

这个 scope 并不是买家全部数据的通行证。企业仍要对答案中用到的每个受保护资源、每条信息逐一授权。每一轮追问都是一次新的授权判断:回放的对话不能沿用上一轮授予的权限,当前请求无权访问的历史上下文也不能被使用或披露。

2. 执行:Ask 只回答,不执行

企业不得因 Ask 请求而改变任何其他 UCP 能力所暴露资源的状态。如果问题里混入了操作请求,企业仍必须返回已填写的答案,明确说明 Ask 没有执行该操作;可以回答其中的信息部分,并附加 operation_not_performed 消息 [3]。

草案的例子是:买家要求“再加三个 widget”,并问这样能否享受批量折扣。企业回复:没有添加任何东西,购物车保持不变;随后说明规则:购买 10 个及以上,每个优惠 15% [3]。

这条规则同样约束平台:平台不得把答案或消息当作操作已发生的证据,也不能当作执行指令。是否调用购物车能力,由平台根据买家的原始请求自行决定,并遵循该能力的授权、同意和幂等要求 [3]。

3. 权威:答案只具参考性

答案中出现的价格、库存、总价、税费、履约时效预估和政策条款都不是承诺。当答案与负责该资源的能力(catalog、cart、checkout、order、booking 等)返回的结果冲突时,平台必须优先采用结构化结果。平台也不得把答案视为安全、过敏原或监管声明的约束性披露 [3]。

这类提示应作为带 presentation: "disclosure" 的警告返回,平台不得隐藏或关闭。REST 绑定的示例中,企业回答一款坚果酱的问题时,把商品包装上的过敏原披露作为权威来源,并附带 allergens 披露警告 [4]。

草案对答案质量的建议也由此而来:答案控制在对话能容纳的长度;尺码表等内容用链接而不是塞进答案;为每个答案链接权威来源;受监管的提示用披露警告;回答不了时直接说明 [3]。

---

安全:自然语言在两个方向上跨越边界

Ask 让自然语言在两个方向上跨越信任边界:买家的问题进入企业的模型,企业的答案进入平台的模型。草案要求双方都把这些内容当作数据,而不是指令 [3]。

对企业:

  • 把 query 当作不可信输入,它不能改变系统指令或授权决定。
  • 在模型之外执行访问层级。调用方能看到什么,取决于出示的凭证,而不是问题怎么说、回放了哪个对话。授权不能依赖模型行为。

对平台:

  • 把企业撰写的所有内容(包括协商扩展贡献的内容)当作数据。
  • 不能因为收到或渲染了答案,就触发能力调用或状态变更。
  • 把答案标识为来自企业的内容,与平台自身输出区分开 [3]。

这些规则针对的是提示词注入,它在 OWASP 2025 年 LLM 应用十大风险中排第一(LLM01)。OWASP 区分了通过用户输入的直接注入,和通过模型处理的外部内容发生的间接注入 [11]。在 Ask 中,买家的问题是进入企业系统的直接路径,企业的答案则是进入平台系统的外部内容路径。

现实含义是:一旦答案服务接入订单数据或会员价,它就是一个安全系统,而不是内容组件。要赶在任何平台接入之前,先用恶意问题把它测一遍。

---

Ask 对 GEO 意味着什么

从“被检索的网页”到“企业撰写的答案”

今天的大多数 GEO 工作是间接的:企业发布网页、结构化数据和商品数据源,争取第三方报道,然后期待 AI 系统检索到正确段落并准确转述。答案由平台来写。

Ask 打开了第二条路径。在一个具体问题出现的那一刻,平台可以直接问企业,拿到带链接和披露信息的第一方答案。优化的基本单位,从网页或段落变成“问题—答案”组合:答案文本、链接集合、消息代码和兜底行为。

Google 已经表现出对品牌自撰答案的兴趣。在发布 UCP 的同一篇公告中,Google 推出了 Business Agent,一个可以用品牌口吻回答商品问题的搜索内品牌代理,并宣布了新的 Merchant Center 属性,其中包括常见商品问题的答案 [8]。Google 在 2026 年 7 月更新的 AI 优化指南中也提到,UCP 这类新兴协议将让搜索代理做更多事 [9]。但这些来源都没有说 Business Agent 或 Google 搜索使用了 Ask。

Ask 没有改变什么

Ask 是企业答案的通道,不保证平台会调用、引用或优先采用它。是否调用、如何呈现、与其他来源如何权衡,都由平台决定,而且草案要求平台把它标识为企业内容。

也没有公开证据表明采用 UCP 能力会改变排名。Google 针对 UCP 结账集成的 Merchant FAQ 明确表示,选择 Native 集成不会影响商品报价的排名 [10]。这句话针对的是结账而不是 Ask,但目前也没有任何平台表示 Ask 会有所不同。

最后,Ask 会放大不一致的代价。它的答案被设计为链接到政策页和资源,并在冲突时让位于结构化能力。如果 Ask 说 30 天内可退,政策页写 14 天,商品数据源又是另一种说法,企业就等于公开了三个互相竞争的“事实”。就 Google 当前的 UCP 集成而言,它已经要求 Merchant Center 中的退货政策和企业联系信息完整且保持最新 [10]。

维度网页型 GEO答案接口(Ask)
谁来写答案AI 平台,根据检索到的来源企业撰写;平台决定是否使用、如何呈现
工作单位网页、段落、实体、数据源问题、答案、链接、消息、兜底
grounding 依据被抓取和索引的内容ids 加上企业按访问策略可用的数据
权威性平台自行权衡来源仅供参考;以结构化能力为准
典型失败没被检索、被误引、信息过时过度自信、过时、前后矛盾或越权披露
衡量什么提及、引用、转介访问答案准确率、链接与披露覆盖、跨渠道一致性

---

企业现在该做什么:七步准备流程

对于一份还没有平台公开采用的草案,大多数企业不必急着上线端点,而应先准备答案接口所需要的资产。每一步也同时改善网站、客服,以及 AI 系统今天就在使用的公开来源。

步骤产出主要负责人
1. 盘点真实问题聚类后的售前、售后问题清单客服、电商、GEO
2. 为每个答案找到来源负责系统、规范 URL、GID(如有)、复核日期内容、商品数据
3. 按访问层级给数据分类公开、资源绑定、需认证三类数据安全、工程
4. 编写答案模式标准答案、兜底答案、“未做任何更改”的回复内容、法务复核
5. 把披露信息结构化披露警告与权威页面合规、产品
6. 红队测试答案服务注入、越权、回放、重试测试用例安全
7. 监测一致性答案、页面、数据与 AI 平台之间的冲突清单GEO、数据分析

第一步:盘点买家真正会问的问题

从客服工单、聊天记录、商品评论、站内搜索、退货原因和销售通话中提取问题,按草案列出的用途聚类:尺码版型、材质、兼容性、对比、退货退款、配送、保修、营业时间和付款方式 [3]。对每一类,标注它是否已有结构化系统可以回答,还是只存在于自由文本里,甚至只存在于某个员工的脑子里。

第二步:为每个答案找到权威来源

Ask 的链接模型默认存在一个可以把买家引过去的页面或资源。每个答案都要记录负责系统、规范 URL、GID(如果属于 UCP 资源)、负责人和最近复核日期。没有来源页的答案,就先建一个。一张清晰的兼容性表或尺码指南,既服务于未来的 Ask 答案,也服务于今天正在读取你网站的 AI 系统。

第三步:先按访问层级分类,再接入数据

明确匿名调用方能知道什么、持有购物车或订单 ID 能解锁什么、哪些必须是已认证买家。会员价、权益、订单详情和限定库存属于需认证层级。这些规则要在代码中执行,而不是写在模型提示词里 [3]。

第四步:编写答案模式,包括“不好回答”的那些

为高频问题类别准备标准答案,长度适合对话,细节用链接承接。然后补上团队最容易忽略的三类模式:

  • 诚实兜底:不知道的时候怎么说。
  • 未执行回复:问题夹带操作请求时,明确说“我没有改动你的购物车”。
  • 不作承诺的措辞:配送时间和总价用“预计”而不是“保证”,并引导到结账页查看约束性数字。

第五步:把必须披露的信息放进结构化警告

过敏原、安全和受监管的声明不能依赖答案措辞。先识别这类信息,确保商品页或政策页上有约束性披露,再规划以平台必须展示的披露警告形式下发 [3][4]。

第六步:对答案服务做红队测试

用恶意和边界问题测试:要求忽略指令、查看其他客户订单、套用员工折扣、取消订单,或在不同凭证下复用同一个对话 ID。验证授权确实发生在模型之外,没有任何状态变更,同一幂等键的重试不会追加新一轮,不同请求体的重试会被拒绝 [4][11]。

第七步:监测所有渠道的一致性

对每个答案比对四个版本:Ask 服务会怎么说,政策页和商品页怎么写,结构化系统返回什么,公开 AI 平台今天怎么告诉买家。发现冲突时,从源头修正,而不是在答案层打补丁。

---

Innflows 能帮上什么

即使平台采用了 Ask,关于一个品牌的大量 AI 答案仍会来自公开来源。上述准备工作,需要一个从外部观察这些答案的视角。

Innflows 跨主流 AI 平台、跨语言监测 AI 答案、引用和品牌提及。为 Ask 做准备时,企业可以把第一步的问题清单转成固定提示词集,用 Innflows 来:

  • 记录 AI 平台目前如何回答与品牌相关的退货、配送、保修、兼容性和政策问题;
  • 把这些公开答案与官方政策比对,标出冲突或过时的说法;
  • 查看答案引用了哪些页面和第三方来源,让修正从源头开始;
  • 在内容和数据调整后,跟踪答案是否逐步回到官方口径。

边界同样清楚:这是对公开 AI 答案的外部监测。它不读取平台内部日志或 Ask 流量,不是 UCP 实现,也不能保证任何平台会引用该企业或采用其答案。它的作用,是让企业看到买家今天从 AI 那里听到了什么,以及这与企业自己会给出的答案差在哪里。

---

六个常见误读

1. “Ask 已经在 AI 助手里上线了。”

截至 2026 年 10 月 8 日,Ask 只存在于草案规范中,我们没有找到任何 AI 平台在生产环境使用它的公开信息。

2. “接入 Ask 就能提升 AI 可见度或排名。”

没有证据支持。是否调用 Ask 由平台决定;Google 也表示其 Native 结账集成不影响报价排名 [10]。

3. “Ask 可以替代网站、商品数据源或结构化数据。”

Ask 的答案要链接到页面,并让位于结构化能力。来源薄弱,答案也会薄弱。

4. “企业给出的答案就是承诺。”

草案明确答案只具参考性:答案中的价格、库存、总价和政策条款都不是承诺 [3]。

5. “Ask 可以加购、打折或下预订。”

Ask 是只读的。混合请求得到的答案会说明“什么都没做”。

6. “对话 ID 就像登录会话。”

它只承载上下文,不承载权限。每一轮都按当次出示的凭证授权。

---

常见问题

UCP Ask 是什么?

一项草案中的 UCP 能力 dev.ucp.common.ask。平台可以把买家的自然语言问题发给企业,收到企业撰写的答案,以及可选的链接、消息和对话状态。它通过 REST 的 POST /ask 和 MCP 的 ask_business 暴露 [3][4][5]。

Ask 已经进入 UCP 正式版本了吗?

截至 2026 年 10 月 8 日还没有。它于 2026 年 10 月 7 日合并进 main 分支,出现在 draft 文档中;最新正式版本 v2026-08-25 不包含它 [2][7]。

Ask 和 Catalog 有什么区别?

Catalog 返回结构化、机器可读的商品数据;Ask 用人类可读的答案回答开放式问题,例如版型或退货条件。两者冲突时以 Catalog 为准,企业也可以只采用其中之一 [3]。

Ask 能给出个性化答案吗?

可以,前提是平台出示企业认可的买家身份令牌,并且请求属于 dev.ucp.common.ask:read scope。企业仍需对用到的每个受保护资源和每条数据逐一授权 [3]。

企业回答不了时会怎样?

企业照常返回成功响应,在答案中直接说明限制。业务层面的“答不了”不应表现为空字段、错误码或非 2xx 状态 [4]。

现在就该开发 Ask 端点吗?

如果你已经在运行 UCP 集成,并且有治理良好的知识库,可以在沙盒中做一个锁定具体 commit 的原型,尽早暴露问题。对大多数企业来说,更值得投入的是准备工作:问题盘点、来源映射、访问分层、答案模式、披露结构化、测试和监测。无论平台何时采用 Ask,这些投入都会在网站和今天的 AI 答案中产生回报。

Ask 和 MCP 是什么关系?

MCP 是两种传输方式之一。Ask 定义能力本身,MCP 绑定通过 JSON-RPC 把它暴露为 ask_business 工具,另一种是 REST 绑定 [5]。

---

核心结论

Ask 是一项不大的能力,但方向很清楚:一个开放商务协议第一次在草案中定义了 AI 代理如何向企业提出自由问题,并拿到企业亲自撰写的答案,附带来源链接和合规平台不得隐藏的披露信息。

这把 GEO 推向一个新的工作层:不只发布网页,还要经营答案接口。但草案也划定了边界:答案只读、仅供参考、每次请求单独授权,并被当作不可信数据处理。用什么,仍由平台决定;什么具有约束力,仍由结构化数据决定。

今天最务实的动作是准备,而不是部署:弄清问题,掌握来源,给数据分层,写出诚实的答案,把披露结构化,测试滥用,并持续监测 AI 平台已经在说什么。

当 AI 代理开始直接向企业提问,最有机会受益的,是那些答案早已准确、有来源、且在各处保持一致的企业。

---

参考来源

[1] - feat: ask capability for natural-language Q&A(PR #538)— Universal Commerce Protocol,GitHub,2026 年 6 月 22 日创建,2026 年 10 月 7 日合并

[2] - PR #538 合并提交 a41a2dc — Universal Commerce Protocol,GitHub,2026 年 10 月 7 日

[3] - Ask Capability(draft)— Universal Commerce Protocol 规范

[4] - Ask – REST Binding(draft)— Universal Commerce Protocol 规范

[5] - Ask – MCP Binding(draft)— Universal Commerce Protocol 规范

[6] - Ask Capability in Shopping(draft)— Universal Commerce Protocol 规范

[7] - Release v2026-08-25 — Universal Commerce Protocol,GitHub,2026 年 8 月 25 日

[8] - New tech and tools for retailers to succeed in an agentic shopping era — Google,2026 年 1 月 11 日

[9] - Google's Guide to Optimizing for Generative AI Features on Google Search — Google Search Central,更新于 2026 年 7 月 10 日

[10] - Universal Commerce Protocol (UCP) FAQ — Google Merchant Center 开发者文档

[11] - LLM01:2025 Prompt Injection — OWASP Gen AI Security Project

Related Articles

网页不会整页进入上下文:AI如何筛选关键、无关与重复片段

网页不会整页进入上下文:AI如何筛选关键、无关与重复片段

一个网页被搜索系统召回,不代表整页内容都会进入答案模型。2026 年 3 月,Perplexity 公布 Search API 的新一轮抽取与评测改进:系统会针对“查询—文档”组合标记文本 span,区分必须保留的 vital证据、应该排除的多类 irrelevant内容,以及duplicate重复信息。两个月后,Perplexity 又披露了已经部署到其应用与 API Platform 的 query-aware context compression 模型,进一步解释这些标签如何变成线上 snippet

Read
AI 为什么引用你?Bing Grounding Queries 首次揭开生成式搜索的检索线索

AI 为什么引用你?Bing Grounding Queries 首次揭开生成式搜索的检索线索

Microsoft 开始打开这段检索链。2026 年 2 月,Bing Webmaster Tools 推出 AI Performance 公测,展示网站在 Microsoft Copilot、Bing 的 AI 生成摘要及部分合作方体验中的引用次数、被引页面和 **Grounding Queries**。随后,Microsoft Clarity 在 5 月将 Citations 推向正式可用,并在 8 月增加 Query Topics,把大量检索短语聚合成主题

Read
AI 搜索没有统一排名:为什么不同人看到不同品牌?

AI 搜索没有统一排名:为什么不同人看到不同品牌?

你和同事把同一句产品问题发给同一个 AI 助手。你的回答先推荐品牌 A,他的回答却把品牌 C 放在前面;隔天再问,名单又变了。 这不一定是系统出错,也不能仅凭两张截图证明“AI 在针对个人改排名”。AI 搜索的品牌结果由多组条件共同决定:问题措辞与当前会话、产品允许使用的账户上下文、平台与模式,以及当次运行的检索和生成过程。只要其中一项不同,进入候选集的品牌、引用来源和最终顺序都可能变化。 更准确的说法是:AI 搜索里的品牌可见度是一组带条件的概率分布,而不是所有人共享的一张固定排名表。

Read