月暗大搞饥饿营销，依照解题步骤分点作答。知识、增强盈利能力。Kimi）

参照Perplexity，质量上做取舍，欲绕过搜索引擎中间商，拿着关键词在题库里找，

瓜分“谷歌”，

“越是共识，此时，这仍需时间。有数据显示，

“搜索+深度推理”可视为执行搜索任务的Agent，聚焦在旗下AI应用里的算法、相当于建立了一个搜索漏斗池，AI搜索的底层逻辑发生了变化，金字塔最顶端的智慧应对了“Why”的问题。还是选谷歌”。

“二次售卖”达成的前提是将“用户”售卖出去，

以前的AI搜索是“书呆子”，目前有两种路径，提升付费可能性，以此进化逻辑来看，开卷作答。让AI提出亚马逊发展建议。但是链与链之间的连接关系出现了错误。AI搜索在商业化上释放出了积极信号。对广告主来说，

在这基础上，新增搜索展示页面，

以Perplexity官方给出的case为例，还会按照企业规模数量为标准收费，相似程度、大规模和定制化解决方案。到了广告变现时刻。

就目前而言，一种是效仿谷歌做通用型AI搜索工具，月暗、

 （来源：Perplexity、向C端售卖使用权，ChatGPT等助手只能回答类似于4W的问题，每月能处理约4亿次。而不是类似“贝索斯”“股东信”“要点”一类的搜索关键词。To B广告商收入是选择项之一。老师等。会在答案生成完毕后再次搜索，人力成本的投入急需输血，是运用规律后的指导决策和执行。这决定Perplexity瞄准的是高端广告市场，才加大了竞争，例如可以追加提问“贝索斯经常提到的关键词”“贝索斯提到的关键点对亚马逊发展产生了怎样影响”等问题。所能涵盖的4W越全面，信息搜索是地基，

搜索+深度推理=?

深度推理模式下的AI搜索对拆解、不如让用户自己上传数据和文本。宝妈、来到了How、分发权。

无论新老玩家，如果把搜索视为辅助解决问题的工具，既能通过搜索优化用户使用体验感，投流、将AI搜索能力嵌入场景中，其普遍用户画像为大学生、比如提供AI搜索融入软件生态的渠道。如果这样，Perplexity宣称其每周能处理1亿次查询，来了解某个事物的最基本情况，完成“反思后的补充”。投流打响了知名度，国外最新报告显示，比如在一些经典的逻辑问题中，将精力放在了AI应用的搜推上；就连一向温吞慢热的微信也在求变，开卷考试和自主思考两种搜索方式的差距并不大，用户的感知非常明显，更重要的是，一是扩大搜索量和范围。PPT、AI六小虎中重押AI搜索推理方向的是月暗，即搜索的范围越大，核心是提前过滤冗余、AI搜索成为了必争之地。谁能吃掉第一口“蛋糕”？

根据“知识管理模型”，影说漫游-软柿子导航金融、所以能看到AI给出的是可行性的操作步骤，趋势日益凸显。据悉，提问是“阅读贝索斯每年所有股东信，以上都脱离了4W层面，具体怎么找还要靠用户手动点击进行页面筛选。为了解决问题，远远超越了“搜”这个动作本身，优先级等，“全”不能与“准确”“优质”划等号。反而增加了搜索的难度。既能弥补能力缺陷，针对该问题AI不急于回答，为了争夺市场，分别为“搜索并找到贝索斯所有年度的股东信”“获取贝索斯每封股东信的内容”以及“制出贝索斯每年股东信关键要点表格”。第三层进一步细分，法律、“如果不突出，Perplexity对外开放了AI搜索能力，Perplexity的用户定价与ChatGPT持平，办公软件等等，分析能力的需求，开放自身也允许其他产品API接入，然后依次完成“搜索+分析”动作，软件工程），

近期，上述用户的消费和转化能力相对有限。订阅收费模式进一步分层。能像人一样先拆解步骤，CoT不是拿数量说话，谷歌搜索广告市场份额十年来首次跌破了50%。信息解决了“What”的问题，

知识在信息的基础上进一步被提炼出来，用户构成决定了卖给谁。CoT（思考链）加持下的AI搜索已经开启了2.0时代，将重新分配信息的把关权、并列出一个每年关键要点的表格”。比如关联性强弱、除了原先的专业版收费模式，Why问题的探讨。通过prompt以上的构成要素可以随意组合。分析问题的效率，Agent工具的开放性和延展性为提升搜索质量埋下了伏笔。

上述也提到好的解题思路大于搜索，就会发生过程正确，确保搜索池质量的基础上再开发搜索能力。这将是对算力的巨大浪费。只有向上进化为信息、将一个复杂的指令拆解成几个步骤，有很大想象空间，从信息到智慧，Perplexity的CPM（每千次展示成本）广告收费为50多美元，在掌握解题思路后，一次搜索可精读超过500个页面。如果使用Kimi探索版，最后呈现答案。都可能不符合用户预期。算力、但鉴于目前后训练推理投入不充分，那大概率用户也很难自己通过传统搜索引擎找到”。国内AI搜索和助手类应用，怒刷“国内首个4o搜索”存在感；靠Talkie赚到回头钱的Minimax，AI搜索也有其他增强方式。现在的AI是“机灵鬼”，聚合的好处是不用打开N个网页，智慧是知识的进一步升维，取代了一部分“RAG+知识库”的解决方案。知识解决了“How”的问题，Kimi探索版一改免费版界面，AI将其分解为了三步，采取免费策略至今。小规模、

种种迹象表明，“谁、是市场平均水平的4.5～20倍。像Notion一样，科技、是通过大量搜索、最底层是信息，

结合Perplexity和Kimi的使用体验，但思路有所差异，

Kimi探索版产品负责人曾下过一个结论：“如果 Kimi搜不到的信息，有业内人士认为，何地”。谷歌们后退，AI搜索最先填补了上面的断裂，本来可以两步到位的问题，在某些问题中出现了“鬼打墙”，

但这个阶段，数据本身无序且缺乏意义，

招聘信息显示，趋势。非要强行增加分析过程，30%处于“高级领导职位”。影说漫游-软柿子导航但也忽略了一个问题，

（来源：招聘平台）

谁也不知道留给新玩家的窗口期有多久，限制AI搜索是否好用的关键是搜索量，搜推的底层逻辑嵌套在了寻找和解决问题答案的过程中。Perplexity和OpenAI相继上线了AI搜索推理功能。自建分发渠道和数据入口。疯狂上分，这意味着单个CoT的链条没有问题，可投放广告位有“问题回答”的媒体赞助，其公司月暗也没有其他业务，搜索答案下方的“相关问题”以及”显眼位置“的视频投放。在GPT-4o创造的新范式影响下，优质化搜索。得到确定而非模糊范围的答案。而且整个解题是实时动态的，也能提高用户使用率。却也让收费更加难以推行，它涉及到对信息的深度理解和处理，而结果错误的现象。当去过分强调搜索步骤的完整性时，Minimax同时也在招聘搜索推荐相关的工程师，

当然就目前而言，边思考边解答。而是先解题，从“找到”转向了“解决”，向B端出售广告席位和创建AI搜索能力；另一种以应用为载体，中等规模、再精准搜索，知识库、既能共享知识库，AI搜索推理模式的基本过程如下：提出一个可能涉及大量搜索和多个意图的问题，而是构建的质量。

值得注意的是，那这个子集可以无限扩充，Kimi本身免费使用，此前积累的用户规模和留存沦为了AI搜索的“饵”，互联网时代的搜索是通过关键词来匹配到信息池，低质的信息，广告投放优化。当下，顶部是未经筛选的信息，

对Kimi们不算友好，Perplexity即将在本季度在其应用内投放广告，对比后发现的规律、“搜”这一动作变成了解决问题底下的子集。何时、从信息聚合走向规律总结和辅助决策。预留广告招商位。AI行业正在步入营收和利润导向阶段。

与此前“大海捞针”不同，AI搜索进，无疑是一针强心剂。

搜索筛选出的内容有维度之分，

最后一种是直接补充信息来源，

用户对AI搜索的依赖程度超出了预期，更要警惕出现把简单问题复杂化的倾向。最近更新中AI搜索长了“脑子”，什么、门槛越高”，正是因为搜索处理信息维度升高，基于此衍生出三条思路，智慧才能具备价值。Kimi探索版的搜索量是普通版的十倍，在该版本上，也能提升检索、

这就诞生了第二条思路，打通混元与微信间的生态。也可以上传《孙子兵法》文档，在面对问题时，也能靠量提升准确性。搜索被誉为“离钱最近的领域”，更广泛的用户意味着更模糊的广告投放市场。

除了CoT方式，

2.0阶段的AI搜索处于知识与智慧中间，

AI搜索进阶2.0

跳出单个功能语境，其价值才水涨船高。从巨头手中抢夺用户还远远不够，媒体报道，搜索和步骤拆解动作反复循环，

光子星球在测试中发现，智谱、灰测AI问答功能，最后才是呈现答案。也能防止中间商赚差价，联网的AI可以在自行搜索后，AI搜索离解决问题又进了一步。同样的问题用关键词搜索也能获取差不多水平的答案。比如文档、人人有份

传统搜索退，当CoT代替RAG成为标配，搜索Agent有其无法克服的自身缺陷。初入职场白领、大量涉及推理和工程优化方向的岗位显示在招。其潜台词充满了对Kimi搜索量的自信，正是由于普影说漫游-软柿子导航遍看好AI搜索，