《紐約時報》控告 Brave,AI 搜尋索引的內容使用與出版者能見度受關注
《紐約時報》於 2026 年 11 月 2 日對 Brave Software 提出版權訴訟,指控 Brave 將包含付費內容的新聞納入搜尋索引,並透過 Brave Search API 向 AI 公司提供索引存取;案件仍在審理中,法院尚未裁定責任或確認指控範圍。
《紐約時報》於 2026 年 11 月 2 日對 Brave Software 提出版權訴訟,指控 Brave 將包含付費內容的新聞納入搜尋索引,並透過 Brave Search API 向 AI 公司提供索引存取;案件仍在審理中,法院尚未裁定責任或確認指控範圍。
拾玖維護的拾玖搜證臺是一款免費、免註冊的瀏覽器本機工具,讓使用者手動儲存豆包等 AI 產品的回答、引用與人工核對結果,並匯出檔案供比較。 - 記錄與匯出:資料儲存在瀏覽器的 localStorage,應用程式沒有上傳取樣內容的介面;可匯出 JSON、CSV、Markdown。
文章提供一支僅使用 Python 標準函式庫的指令碼,檢查單一 URL 在 robots.txt、X-Robots-Tag HTTP 標頭與 meta robots 標籤中的索引指令是否一致,找出 HTML 原始碼看不到的 noindex。
透過整理逐字稿、標記時間戳記並依問題撰寫摘要,聽眾能把 Podcast 集數轉成可搜尋的筆記,方便日後查詢、核對內容與分享重點。 - 整理與導覽:刪除明顯的填充詞、重複語句和破碎片段,同時保留講者原意;為開場、主要主題轉換、案例和結論標上時間戳記,方便直接跳至相關段落。
Seek NZ Job Scraper 使用 Apify 擷取 seek.co.nz 的 SEEK 職缺搜尋結果,可透過 Python、Node.js 或單一 HTTP request 執行,並將職缺資料用於試算表、資料庫或自動化流程。
文章提出在語意檢索前後加入中繼資料篩選,並分別量測各階段,讓新聞監測系統兼顧召回率、延遲與結果可解釋性。 - 三道篩選關卡:先依發布時間與文章修訂狀態篩選,再檢查來源、語言、地區與授權政策,最後對候選文章去重。
MediaNama 改版上線,新增進階搜尋、MediaNama World,以及公司、監管機關、產業與議題頁面,並將法院與國會報導分設專頁。 - 進階搜尋:可依日期、作者與標籤搜尋,也能排除特定詞句或搜尋完全相符的詞句。
作者檢查同一出版網路的 114 個網站首頁,發現 104 個首頁沒有 <img>,而社群預覽卡片也普遍存在檔案過大、尺寸標示錯誤或無法讀取的問題。
OpenAI 傳正在開發 ChatGPT 商業分析工具,讓企業檢視自身在 ChatGPT 對話中的曝光次數與網站點選次數;目前資訊來自測試畫面與目擊者說明,尚未正式推出。
向量搜尋延遲 主要因 top_k 乘以全文載入造成網路與解碼壓力,本文以 Go 為例說明如何透過減少 top_k、只儲存識別碼、分離檢索與填充階段,並利用 Infrai 的公開 discovery 介面進行測試。
導語:本文示範如何以「引用優先」的檢索設計,結合向量相似度與元資料過濾,提升房地產搜尋結果的可證實性與新鮮度。 - 檢索架構:採用兩階段流程,第一階段使用邊界元資料與關鍵字搜尋;第二階段執行向量相似度,最終回傳前八筆結果。
Bright Data 的 SERP API 以每千次成功請求 $1.50 的付費模式,提供以 URL 為介面的搜尋服務,適合間斷式使用。 - 付費模式:$1.50/1,000 成功請求,5,000 次免費,失敗請求不計費。
本文探討在支援頁面變更場景下,混合檢索與純向量搜尋的效能差異與實務成本。 - 混合檢索:當支援人員必須依據精確產品識別符查詢變更頁面並以普通語言說明時,混合檢索因能保留精確索引而值得額外複雜度。
導語:本研究以 30 題測試,對 500 與 1500 token 片段大小、頭部邊界以及多個向量儲存引擎進行比較,驗證在市場手冊檢索中的品質差異。 - 片段設計:先以章節標題分段,若章節超過限制則在內部分段並保留標題與定位器,避免跨章節拼接。
PrivaSearch 透過 SearXNG 以及本地 LLM,提供不將查詢傳送至外部服務的 AI 搜尋解決方案。 - 架構:四個容器在同一內部 Docker 網路中執行,僅前端公開 8080 埠;SearXNG、Ollama 與 API 內部通訊,確保外部無法直接存取。
Node.js 以實作範例說明如何設計可觀測、可擴充的多租戶 PDF 搜尋架構。 - 檢索契約:明確租戶、集合、查詢上限、頁碼、來源上下文,確保每頁結果可追蹤且不被答案生成覆蓋。
導語:作者利用 Apify Actors 抓取 Greenhouse 職缺資料,發現歐洲薪資資訊被爬蟲誤解析,導致 €114,000 被讀成 114。 - Greenhouse API:只提供職缺標題、位置、部門等,無薪資欄位;薪資資訊只存在於 HTML <div class="pay-range">。
Flutter 上機 RAG 需求日益增長,本文以實際測試資料對 SQLite、ObjectBox 與 ToStore 進行 5 維度基準與架構對比,揭示三者在向量搜尋、全文搜尋、冷啟動、擴充套件性等關鍵指標上的差距。
Itch.io 於近日推出 AI 過濾 功能,允許玩家只顯示未標記 AI 生成內容的遊戲。 • 可見度改變,整體專案數由 1.77M 以上降至不到 425K。
summary_zh: 作者將原本用於 RAG 的向量資料庫,改用 AST 解析、符號索引等傳統演算法,結果更快、更準確且更易測試。 - 速度:新實作比向量搜尋更快。
pgvector、Postgres 全文搜尋與混合 RRF 在 30 個 RAG 片段上被測試,發現純向量搜尋在精確匹配上不足,純全文搜尋在語義查詢時失效,而混合 RRF 則能達到 100% 的召回率,且成本為零。
導語 Google 針對 URL 遷移中的重定向、排名訊號與正規化提供了明確指引,說明 301/308 為永久、302/307 為臨時,並強調伺服器端重定向是最佳實務。
Google 在加拿大推出 UCP 直接結帳,讓消費者可於 AI 模式與 Gemini 內完成購買。
AI Overviews 排名追蹤工具可補足傳統排名追蹤器看不到的資訊:摘要是否出現、網站是否獲引用,以及品牌是否出現在答案中。 - 評估重點:比較工具時,應檢查引用擷取、國家涵蓋範圍、查詢紀錄、資料波動情況及匯出能力;Google AI Mode 與 AI Overviews 是不同介面,需確認工具追蹤哪一種。
導語:文章說明在部署 RAG 系統時,若查詢不在知識庫中,系統會自信產生完全錯誤答案,並提供相似度閾值檢測與回退機制來避免此問題。 - 問題根源:向量檢索返回最近相似片段,即使不相關,LLM 仍生成流暢但錯誤回答。
summary_zh: 當爬蟲無法讀取被壓縮的 HTML 時,必須先檢查回應的 Content‑Encoding 與實際傳送的位元組,確保解碼結果符合預期。
Search Engine Journal 的 Sally Mills 提出一份 CMS SEO 實務檢查清單,列出 11 項應具備的能力,協助網站管理者檢視平臺是否提供支援檢索、索引與網站架構管理所需的控制項。
APT基礎設施曝光測量的可重複方法已被提出,能讓分析師以一致的查詢重現結果。 - 測量範圍:使用 Cisco Talos UAT‑6275 報告、Virus Bulletin 文章、IOC 儲存庫與 ZoomEye 指標,涵蓋產品可見度、IP、域名與 CVE 等多種證據。
Lazada Product Search Scraper 可擷取 Lazada 新加坡、馬來西亞、泰國、菲律賓、印尼與越南站的搜尋或分類頁面,將商品價格、折扣、評分、銷量和賣家等資料整理成表格,方便跨國比較。
在地商家網站要把搜尋流量轉為詢問,應先讓訪客看懂服務內容與下一步,再維持一致的地區資訊並改善載入速度。 - 行動版導覽:首屏放置明確的主要行動呼籲,服務頁應回應搜尋意圖。
CyberStars 是一個免費、開源的線上程式學習平臺,作者在 11 個月內獨自維護,最終透過三項 SEO 改進在 18 天內吸引到 63 位新使用者。
這篇文章詳細說明瞭 CogniPrep 網站 robots.txt 的結構與實際抓取行為,並展示一個簡潔的匹配器來驗證規則。 - robots.txt:850 行、24,687 位元組,包含 48 行 Allow 與 796 行 Disallow,重複為 * 與 Bingbot。
RAG診斷步驟:為何 AI 在來源中忽略品牌? summary_zh: AI 在 RAG 系統中忽略品牌,導致搜尋結果缺失品牌資訊。本文以 FunkyMEDIA 為示例,提供逐步診斷流程以找出問題根源。
Aurelix Solutions 透過 Apify Actors 自動化 Google Maps 與公司網站,快速生成合規的本地商業聯絡清單。 - Google Maps Business Scraper:搜尋關鍵字與地區,最多 300 個結果,收集名稱、類別、地址、電話、網站、評分等資訊。
Workday 的職缺資料可透過簡單的 JSON 端點取得,但實務上存在兩大陷阱。 * 兩大陷阱,總數上限 2,000,超過後會重複回到第一頁;日期以「Posted Today」等相對顯示,需透過細節端點取得真實日期。
summary_zh: Python指令碼利用本地嵌入模型 BAAI/bge-small-en-v1.5,對 Google Search Console 資料進行語義相似度分析,精準找出關鍵字搶佔的頁面對。
本文說明 AI 購物代理如何判斷產品頁面是否足以被機器理解,並提出四層檢核標準與實用測試方法。 - 四層檢核:存取、內容、結構、商務,缺一不可。 - 可執行測試:使用 curl 取得原始 HTML、驗證 JSON‑LD、比對實際價格與庫存。
SteadyScrape 提供一套使用 pypdf 與 Apify Actor 的批次 PDF 文字與 Markdown 抽取流程,並說明成本與處理限制,適用於構建 RAG 索引。
本教程示範如何使用 Apify 與 Slack,建立每日只顯示新文章的 Google News 監控,並提供成本估算與實作範例。 - 功能:自動抓取 Google News,僅返回自上一次執行以來的新文章,並將標題、來源、連結傳送至 Slack。