跳到正文

#搜尋

RSS
今日 1 則
11月21日週六
  1. Ars Technica · AI64

    Google 改版搜尋首頁,加入 AI 對話紀錄並拿掉搜尋按鈕

    Google 搜尋首頁改版後,把更多 AI 功能放到搜尋框下方,也拿掉了原本的「Google 搜尋」按鈕。使用者可以從首頁選擇圖片生成、檔案分析,或用 Gemini 腦力激盪;登入 Google 後,左側還會顯示最近的 AI 對話,也能在搜尋結果頁開啟,方便接著先前的搜尋繼續查詢。作者認為,少了搜尋按鈕影響不大,因為輸入問題後按 Enter 就能搜尋;但 AI 功能變得更醒目,也顯示 Google 正把搜尋介面逐步轉向 AI。

  2. Dev.to Top Tech69

    作者用 17 次查詢測試 Google Trends,整理出較可靠的讀法

    Google Trends 的搜尋熱度是 0 到 100 的相對分數,同一個小眾關鍵字重查時,數字可能差很多。作者把同一組「bali visa」查詢在 12 天內跑了 17 次,發現單週分數和「正在上升」的相關搜尋詞常會變動;例如「lidl near me」曾多次出現在清單,之後又消失。相較之下,國家排名和多週平均較穩定。作者建議把相隔數小時的多次結果取中位數,並統計搜尋詞出現的次數;若要看近期變化,改用較短的時間範圍。

  3. OpenAI News42

    Hebbia 用 GPT-6 Astra 幫金融研究找資料、做簡報

    銀行員評估收購案時,得從大量財報、合約和簡報裡找答案,還要把資料整理成符合公司格式的簡報。Hebbia 的 Matrix 能把答案連回原始檔案;測試中,GPT-6 Astra 會挑出相關資料來源,再依照使用者的架構和要求製作 PowerPoint 投影片。舉例來說,面對約 2,000 個檔案,它能協助整理客戶集中度、合約條款和營收流失情況,並在投影片附上可追查的來源。Hebbia 的測試顯示,99.5% 的引用段落都和問題相關,簡報也符合 97.9% 的適用要求。這能減少找資料和重做簡報的時間,讓銀行員把心力放在評估交易上。

  4. Browser Use77

    Browser Use 實測找出瀏覽器 AI 助理變慢的六個原因

    雲端瀏覽器 AI 助理找機票,比同一套程式操控筆電上的 Chrome 慢了不少。Browser Use 固定任務和模型,逐項檢查設定與瀏覽器流程,找出六個拖慢速度的原因,包括服務方案、預設代理伺服器、瀏覽器通訊往返、一直等不到頁面安靜的檢查、背景驗證工具佔用處理器,以及提示詞太長。只調整服務方案和代理伺服器,就讓找票時間從 30.7 秒降到 20.7 秒;全部改善後,測試任務都變快,49 次測試也都答對。作者提醒,速度要和答對率一起看,而且部分測試的時間差仍無法解釋。

    推薦理由:這份實測拆出雲端瀏覽器 AI 助理變慢的六個原因,並比較逐項調整前後的速度與正確率,方便開發者檢查自己的設定。

  5. Dev.to Top Tech74

    Google AI Overviews 會讓網站流量下滑嗎?先查資料再下結論

    網站流量突然下滑,不一定是 Google AI Overviews 害的;搜尋排名、季節變化和網站設定也可能有影響。文章建議分開檢視 Google Search Console 的曝光與點選,以及分析工具記錄的訪客和營收,再按頁面、搜尋字詞和日期找出變化。文中提到,一項隨機實驗發現,在研究條件下,出現 AI Overview 時,外部網站的自然搜尋點選少了 39.8%;這不代表每個網站都會流失相同比例的流量。作者也提醒,可用主題和用途相近、受 AI 搜尋影響程度不同的頁面互相比較,並檢查搜尋需求和網站變更,讓判斷有更多依據。

  6. The New Stack55

    OpenSearch 的 Bianca Lewis 說明,為什麼 AI 助理走錯路時看起來仍像成功

    AI 助理可能呼叫了不合適的 API,卻收到正常回應,讓儀錶板仍顯示一切正常。OpenSearch Software Foundation 的 Bianca Lewis 說,團隊可以搭配 OpenTelemetry 追蹤 AI 助理呼叫了哪些服務和 API,再加上成本資料,檢視哪一步走偏、哪裡花費較高。這些線索能幫開發者找出答案看似合理、實際上卻不符合使用者要求的原因。她也提到,團隊可用同一套 OpenSearch 技術處理搜尋和觀測,並把轉換平臺的成本納入整體考量。

  7. Artificial Analysis46

    Artificial Analysis 用 Stirrup 測試 Parallel Search 的 fast 和 advanced 兩種模式,讓 GPT-5.6 Luna 用它搜尋網頁,完成 1,700 項搜尋任務。advanced 在 Artificial Analysis Search Index 得 83 分,與 Keenable Search(pro)並列第一;fast 得 82 分,排名第 4。兩種模式在 DeepSearchQA 都拿下 89 分 F1,名列前兩名。fast 平均每項任務約 $0.014,advanced 約 $0.030;這表示搜尋工具也能靠近高分同類服務,同時維持較低費用。

  8. Dev.to Top Tech56

    如何避免房屋搜尋把同一間房子列好幾次

    搜尋房屋時,同一間房子可能出現在好幾個網站,資料也可能過期,讓搜尋結果重複或顯示錯誤狀態。作者分享一套分段做法:先用房源編號認出同一間房子,移除已下架的資料,再依地區和狀態篩選,接著找出文字意思相近的房源。每筆資料都保留來源網址和更新時間,方便確認資訊從哪裡來、是否夠新。文章也比較幾種搜尋服務,並提醒團隊先用重複刊登、下架房源和資料更新等例子檢查搜尋結果。

  9. Dev.to Top Tech51

    用 12 首詩測試嵌入模型,作者發現檢索結果會受上下文影響

    嵌入模型會把文字轉成向量,用來找出意思相近的內容,但詩句常有表面意思和真正想表達的意思。作者把自己的 12 首詩交給三種模型比較,發現模型一開始常把比喻判成字面意思;加入完整詩作,並調整候選句的寫法後,結果有所改變。詞語相似度也會影響排序,因此這項小型實驗不能證明模型是否理解了比喻,卻提醒我們,測試檢索系統時要小心設計比較方式,並把相似分數和理解能力分開看。

  10. Dev.to Top Tech54

    搜尋排序系統面試怎麼設計?從快速找候選專案到精細排序

    搜尋系統有數百萬筆資料,但回覆時間只有約 100–200ms,昂貴的排序模型無法逐筆檢查。這份面試教學建議先用關鍵字搜尋和語意搜尋,快速找出幾百個候選專案,再讓模型仔細排序;像搜尋「feel-good films」時,語意搜尋能找出意思相近、但用字不同的電影。文章也說明,系統可從點選和觀看紀錄學習,但使用者常因結果排在前面才點選,因此要修正排序位置造成的偏差,避免模型一再強化舊結果。

  11. Dev.to Top Tech50

    Expedia 旅遊搜尋系統怎麼設計?系統設計面試完整解析

    Expedia 風格的機票和飯店搜尋,難處在於價格和空房資料分散在許多外部供應商手上;有些回得慢,有些會故障,資料也可能很快過期。這篇面試解析帶讀者設計一個搜尋整合系統:同時詢問多家供應商,等到期限就先整理已收到的結果,並短暫快取資料,減少每次搜尋都去敲供應商。 例如,一家供應商逾時,系統可以先顯示其他供應商回來的結果;但使用者要訂購時,還得重新確認價格和空房,再完成付款與訂位,避免賣出已經沒有的房間。這套設計的重點,是在搜尋速度、資料新鮮度和訂位正確性之間取得平衡。

11月20日週五
  1. Thurrott70

    Google 桌面首頁推出近期 AI 搜尋側邊欄

    想接著查上次的問題時,使用者可能得重新找回搜尋紀錄。Google 正在全球推出可收合的桌面側邊欄,方便檢視並接續最近的 AI 搜尋。Google 表示,使用者常會帶著需要多次追問的問題來搜尋,而測試中這個側邊欄有助於繼續探索網頁。Google 也已宣佈,搜尋的 AI Mode 將加入暫時對話串,讓使用者提問時不把內容存進歷史紀錄。

  2. Dev.to Top Tech58

    如何排查 Google Search Console 的兩種未收錄狀態

    網頁看起來正常,Google 卻沒有收錄時,先要分清楚問題卡在哪個階段。「已發現,目前尚未建立索引」表示 Google 知道網址,但還沒抓取;「已檢索,目前尚未建立索引」則表示 Google 抓過頁面,卻選擇不收錄。前者可檢查網站地圖是否塞進太多不重要的網址、重要頁面有沒有從其他頁面連過去,以及伺服器是否太慢或出錯。後者則要檢視內容是否和其他頁面太像,並確認標準網址設定。修正後,可在 Search Console 提交驗證,再觀察之後幾週的曝光變化;反覆要求收錄通常不會加快處理。

  3. Dev.to Top Tech53

    Google 核心更新期間曝光掉到 0,作者示範該怎麼比較

    網站曝光突然大跌時,很難判斷是 Google 核心更新、頁面沒被收錄,還是兩者都有。作者分享自家網站的 Search Console 資料:更新開始當天有 30 次曝光,之後一週合計只有 6 次,但他提醒更新還在進行時,單日數字不能當成結論。他依照 Google 的建議,用更新開始前一週和更新結束至少一週後的完整一週來比較,也用程式避免太早下判斷。作者沒有在更新期間改頁面,並另外檢查網站能否被 Googlebot 存取,以及哪些網址仍在索引中,因為曝光歸零不一定代表排名下滑。

  4. The Decoder61

    Google 搜尋新增 AI 模式側欄,方便接續先前查詢

    Google 正在全球桌面版搜尋首頁推出可收合的側欄,讓使用者更容易找到 AI 搜尋。側欄位於 AI Mode 介面左側,可以開新對話、搜尋舊對話、建立筆記本,也能開啟最近的查詢和設定;Google 表示,測試中這項功能幫助使用者接續研究。Google 也開始在全球推出暫時對話,這類搜尋不會使用先前的對話內容、不會存進歷史紀錄,也不會影響未來推薦,關閉後就會消失。

  5. Dev.to Top Tech46

    廣告成效變差,可能是資料出問題,不是出價有問題

    廣告成效突然下滑,很多人會先換廣告或調整出價,但問題可能早在資料整理時就出現了。這張速查表教人先確認廣告帳戶的計算方式、日期和幣別是否一致,再沿著廣告曝光、點選、網站瀏覽到購買,一層層找出哪裡流失最多。像是不同廣告帳戶用了不同的歸因期間,ROAS 就不能直接加在一起;每日觸及人數也不能直接相加,否則會重複計算。先把資料核對清楚,再刪掉浪費預算的部分、改善成效,最後才增加預算,才不會把出價調得再勤,仍然被錯誤資料誤導。

  6. Dev.to Top Tech61

    Laravel Scout 搭配 Meilisearch,搜尋引擎故障時仍能找到車款

    搜尋引擎故障時,網站可能卡住或什麼結果都找不到。Driveway Morocco 的做法是用 Laravel Scout 搭配 Meilisearch 搜尋車款;如果搜尋服務出錯,就改用資料庫查詢,並回傳同樣格式的結果。作者也提醒,查詢要篩選的欄位必須放進索引,否則搜尋可能安靜地回傳空結果,備援也不會啟動。為避免服務一直等,Meilisearch 的連線設了 5 秒上限;公開搜尋也只提供車款資料,並限制每位使用者每分鐘最多查詢 30 次。

  7. Dev.to Top Tech42

    ChatGPT 和 Perplexity 為什麼找不到新推出的 SaaS 網站?6 個檔案幫你排除問題

    新推出的 SaaS 網站,就算外觀好看、跑得快,ChatGPT、Perplexity 或 Claude 也可能找不到,讓使用者問推薦時看不到它。作者整理出網站常見的技術問題,並建議檢查 6 個檔案:例如在 robots.txt 開放 AI 搜尋爬蟲讀取網站,再用 /llms.txt 提供產品與重要頁面的清楚索引。網站也可以加上 JSON-LD 資料,說明品牌、產品和常見問題。把這些資料整理好,AI 助理比較容易讀懂網站內容;付費追蹤工具則只能告訴你有沒有被提到,不能代替修正網站本身的問題。

  8. Dev.to Top Tech42

    房地產 App 如何打造順暢的地圖找房功能

    找房地圖一拖動就要查很多房子,如果把所有地點一次丟給手機,地圖可能會卡住。這篇指南說明如何讓搜尋更順:把房屋位置存成地圖能快速查詢的資料,依照畫面上看得到的範圍找房;縮小地圖時,把附近房屋合併成一個標記,放大後再顯示個別房屋。使用者拖完地圖後再送出搜尋,也能避免短時間內重複查詢。地圖先顯示價格、位置等必要資訊,照片和介紹等內容等使用者點開標記時再載入。這些做法能減少手機和資料庫的負擔,也讓地圖上的房屋資訊比較即時、可信。

  9. Dev.to Top Tech56

    作者分享如何用靜態 HTML 網站做好 Campinas 地方 SEO

    很多網站只把城市名稱換掉,就宣稱服務當地,搜尋引擎也難判斷商家是否真的熟悉那個地方。作者以自家在 Campinas 的健保經紀公司為例,說明如何讓 Google 看懂服務範圍:商家檔案、網站和結構化資料上的地址與電話要一致,頁面也要列出實際服務的城市。網站還介紹當地醫院、診所和保險方案,並分享經紀公司的銷售資料,讓內容更貼近 Campinas。作者也坦白說,目前只有 3 則 Google 評價,還缺更多在地評價和外部連結,且尚未提供搜尋成效的前後比較。

  10. Dev.to Top Tech36

    網站 11 天只有 3 筆瀏覽可能來自陌生人,Google 帶來 1 人

    作者在網站上放了簡單的瀏覽紀錄,想知道大家真的會看哪些頁面。11 天收下 45 筆瀏覽,其中 9 筆被認成機器人;但一個檢查連結的程式假裝成一般 Chrome 瀏覽器,混進了「真人」紀錄。最後仔細看完,只找到 3 筆可能來自陌生人的瀏覽,其中 1 筆從 Google 進站,而且直接到了範本介紹頁。作者因此打算先替網站上已有的 25 個範本頁補上清楚標題和介紹,不再急著做第四個銷售頁。這些紀錄還太少,不能證明太多事,但至少提醒他:先把力氣花在訪客真的走進來的地方。

  11. Dev.to Top Tech54

    公司網站為什麼沒被 ChatGPT 引用?如何補上可查證的資料

    公司常發現 ChatGPT 回答品牌問題時,引用了媒體和評測網站,卻沒連到官方網站。這篇文章整理可能原因:網站缺少清楚的公司介紹、可比較的價格或規格,或搜尋爬蟲無法讀取頁面;即使允許爬取,也不保證內容一定會被引用。作者建議先檢查 robots.txt 和伺服器紀錄,再補上能獨立讀懂的介紹、資料表、適用限制與更新時間。文章也提醒,評價和比較問題仍需要第三方資料,並建議定期重測引用來源。

  12. Dev.to Top Tech58

    房屋搜尋教學:用即時搜尋和向量檢索找出有效房源

    房屋資料會隨時更新,舊索引可能還留著已改成待售或已刪除的房源,讓搜尋結果失準。作者建議先訂好搜尋規則,要求每筆結果都有目前狀態、更新時間和可查證的來源,再把即時網頁搜尋與向量檢索找到的房源合併,並檢查狀態和引用資料是否齊全。這樣可以兼顧剛更新的資訊和語意相近的描述,也能在更換搜尋服務時保留自己的排序與查核規則。

  13. Dev.to Top Tech55

    用 Apify 的 Google Trends API 把趨勢資料接進 Python,避開 429 錯誤

    用 pytrends 查 Google Trends,可能因查詢太頻繁而遇到 429 錯誤;而且這個套件已封存,Google 官方 API 仍在 alpha 階段。作者示範改用 Apify 上的 Google Trends API,將搜尋熱度、地區和相關查詢整理成 pandas 表格,也能查詢熱門趨勢。若要取得超過 9 個月的每日資料,API 會用重疊的時間範圍接起資料;查詢遭拒時則會換 IP 重試,最多 8 次,仍失敗會留下錯誤紀錄。作者也列出免費方案的用量與費用,並說明這是他們自家打造的 API。

  14. Dev.to Top Tech52

    新網站 17 篇旅遊指南都還沒被 Google 收錄,作者整理 Search Console 能看出什麼

    Google 抓過網頁,卻不一定會把它放進搜尋結果;反覆重新提交網址,也不能保證收錄。作者追蹤新網站上的 17 篇越南機場旅遊指南,發現目前 0 篇已收錄,其中 16 篇顯示「已檢索,目前尚未建立索引」。這表示 Googlebot 已抓取大多數頁面,但無法說明 Google 為什麼沒有收錄。作者建議把抓取狀態、搜尋曝光和提交回應分開記錄,先檢查網址是否能正常開啟、是否有網站內部連結,再一次改善一篇真正需要加強的內容,等 Google 重新檢查後再看結果。

  15. Lobste.rs (Engineering Discussion)70

    Wikimedia 說明搜尋與 AI 助理如何改變讀者流量

    只看瀏覽量,已經不容易知道有多少真人在閱讀 Wikimedia 的內容。Wikimedia Foundation 表示,搜尋引擎帶來的真人瀏覽正在減少,搜尋摘要、AI 助理和社群平臺也會直接提供內容,讓部分讀者不用進入網站;同時,自動化程式的流量增加,讓真人瀏覽的變化更難算清楚。為了看懂這些變化,團隊提出四個觀察面向,包括內容能見度、讀者後續行動、流量來源是否過度集中,以及長期趨勢是否改變。Wikimedia 也指出,手機網站較依賴搜尋流量,瀏覽量相對穩定的手機 App 則顯示,直接與讀者建立連結可能有助於維持接觸。

    推薦理由:Wikimedia 說明搜尋摘要、AI 助理與自動化流量如何改變讀者來源,也整理出超越瀏覽量的四個觀察面向。

  16. Dev.to Top Tech68

    LinkDigest 如何找出搜尋結果變少的真正原因

    換了搜尋服務後,LinkDigest 的空結果比例從 12% 升到 66%,但問題不一定是服務找不到內容,而是篩選器拿到網頁選單等文字,誤把相關文章排除。作者用真實搜尋紀錄比較兩家服務,發現一家的摘要片段從網頁開頭開始,沒有帶到命中的文章內容。後來他讓主要查詢改用能回傳命中段落的服務,先清理摘要再比對關鍵字,也記錄每次搜尋呼叫帶來哪些結果。同一個主題原本留下 2 筆,調整後留下 5 筆符合主題的結果,耗時 3.3 秒。作者提醒,評估搜尋服務要看篩選後剩下多少有用內容,而不只看它回傳幾個連結。

  17. Dev.to Top Tech53

    如何修正 Google Search Console 的 Sitemap 抓取與讀取錯誤

    Sitemap 在瀏覽器裡打得開,Google Search Console 卻顯示「Couldn't fetch」或「Sitemap could not be read」,常讓人不知道問題出在哪裡。作者整理了一套排查清單:用 curl 模擬 Googlebot 從外部讀取檔案,確認回應狀態、內容型別和 XML 格式,再檢查防火牆、robots.txt、重新導向、檔案大小與回應速度。檔案能讀取後,也要確認裡面的網址可正常開啟且沒有被設為不索引;修正後重新提交,並檢查 Sitemap 索引檔列出的每個子檔。

  18. Dev.to Top Tech49

    網站的標籤與分類頁該不該設成不讓搜尋引擎收錄?來聊聊

    部落格和檔案網站常會自動做出很多標籤、分類頁,有些頁面只有一兩篇文章,內容又和別頁差不多,還可能搶走真正重要文章的搜尋排名;但整理得好的分類頁,也能幫讀者找到同一主題的好文章。作者建議,少數精心整理的分類頁可以收錄;文章不到 5 篇的標籤頁,則考慮合併或不讓搜尋引擎收錄。像是「react」和「reactjs」若列出幾乎相同的文章,可以合成一個標籤。決定後也別常常改來改去,因為取消不收錄設定後,搜尋引擎可能要好幾週才會重新收錄。

  19. Dev.to Top Tech38

    MCP 伺服器怎麼幫你查競爭對手?一次看懂資料來源與研究方法

    查競爭對手時,搜尋排名、AI 助理推薦、廣告、社群討論和購物平臺資料,通常來自不同地方,單一工具很難全包。MCP 伺服器能讓 Claude 或 ChatGPT 在對話中呼叫外部工具,查詢當下看得到的資料;但資料可能只是估算,也不一定完整,所以每個結論都要能對回來源、日期和市場。 想公平比較,先固定市場、語言和日期範圍,再檢視搜尋結果、AI 助理引用的網頁、公開廣告和社群留言。像是第三方估算的網站流量,適合拿來比較對手,不能當成精確數字;重要資訊要再用自家資料確認。研究工具最好只能讀資料,等結果確認後,才連線能發布內容、寄信或更改廣告的工具,避免一個錯誤操作造成實際影響。

  20. Dev.to Top Tech55

    用 Strands 和 Amazon Location Service 打造可對話的地圖

    想查地圖上的地點時,光找到最近的名稱,可能還是不知道它是什麼、附近有什麼。這篇教學用 Strands、Amazon Location Service 和 Claude Haiku 做出一張可以對話的地圖:點一下位置,AI 助理會查詢附近地點,再用 Wikipedia 或地點網站回答後續問題。它也說明如何在自己的電腦上執行,以及目前一次只保留一個對話工作階段;伺服器沒有登入保護,因此不應直接開放給網路使用。

  21. Dev.to Top Tech58

    lipp.dev 作者分享如何讓 ChatGPT、Perplexity 和 Google AI 找到網站

    網站想出現在 AI 搜尋答案裡,搜尋引擎得先找到並讀懂網頁,也要認得作者是誰。lipp.dev 作者整理了自己實際做的設定:讓搜尋爬蟲讀取網站、把完整文字直接放在網頁裡、提交網站地圖給搜尋引擎,並用結構化資料和一致的作者介紹說明身分。他也提醒,llms.txt 是否有幫助還沒有主要搜尋引擎確認;網站上線才一天,目前還沒有成效數字。作者記錄了當時 Google 約收錄 38 個頁面、Bing 收錄 2 個,打算之後再追蹤收錄和引用情況。

  22. Dev.to Top Tech57

    候選人搜尋怎麼在向量搜尋或重新排序故障時繼續回傳結果

    候選人搜尋如果等向量搜尋或重新排序服務太久,使用者可能只看到空白頁。作者分享一種分階段做法:先用詞彙搜尋找出候選人,再視剩餘時間加入向量搜尋和重新排序;某個階段逾時,就沿用已有的結果。文中的測試把整體時間限制設為 250 毫秒,向量搜尋與重新排序各有自己的時限。系統也記錄實際使用哪條搜尋路徑和逾時原因,並建議把重試放到背景工作。詞彙搜尋不一定能理解縮寫或不同語言的同義詞,因此還要用實際查詢檢查搜尋品質與速度。