生成式搜索
范式转变：传统搜索返回链接列表 → AI搜索直接给答案+引用。Gartner预测2026传统搜索量下降25%。
核心架构：RAG搜索管道
查询理解：语义解析+子查询分解
混合检索：BM25（关键词）+ 向量嵌入（语义）
多层重排：L1快速打分 → L2交叉编码器 → L3质量阈值(~0.7)
上下文组装：分块+元数据丰富
LLM合成：基于检索内容生成带引用的答案
Perplexity核心数据
月活4500万，月查询7.8亿次（2025）
索引2000亿+URL，延迟中位数358ms
Deep Research模式：数十次迭代搜索，3分钟内出报告
每答案3-5个引用源
引用排名因素
因素 | 权重 | 说明 |
内容相关性 | ~30% | 语义匹配+关键词 |
来源权威性 | ~25% | 域名权重+领域专业度 |
结构质量 | ~15% | Schema标记+问答格式 |
时效性 | ~15% | AI引用内容比Google结果新鲜25% |
互动指标 | ~15% | 可视位置+用户参与 |
AI搜索vs传统搜索
维度 | 传统搜索 | AI搜索 |
输出 | 链接列表 | 直接答案+引用 |
用户行为 | 点击筛选 | 阅读答案 |
SEO | 排名优化 | 引用优化 |
时效 | 爬虫周期 | 实时索引 |
适合 | 导航/交易类 | 研究/知识类 |
对内容创作的影响
结构化问答格式更易被引用（标题=问题，首句=答案）
可验证的具体数据比笼统描述更易被引用
原创研究/数据聚合比二手转述更有引用价值
新闻/专业媒体来源占主导（36.6万引用分析验证）
2026趋势：Deep Research成标配、浏览器内置AI搜索（Perplexity Comet）、B2B采购研究94%使用AI搜索引擎。