От совпадения слов к пониманию смысла запроса: как эволюционировали поисковики и AI‑чаты
Кто помнит поисковики начала двухтысячных, наверняка помнит, что результаты выдачи иногда имели мало общего с самим запросом. Системы слабо учитывали порядок слов, синонимы, предлоги и отрицания, поэтому пользователям приходилось упрощать формулировки, добавлять уточнения и пробовать запрос в нескольких вариантах.Чат‑боты того времени тоже были совсем не похожи на современные AI‑чаты. Они находили во фразе знакомое ключевое слово и выбирали одну из заранее подготовленных реплик, а любое отклонение от предусмотренного сценария быстро заводило диалог в тупик.
ИИ съел выдачу и сломал старые правила доверия
Раньше пользователь шёл за ответом в поисковик, открывал один из сайтов и находил нужную информацию. Сайт получал трафик, конверсии и рекламные показы. Конечно, это упрощённая модель, без оценки качества выдачи, SEO и других деталей, но понятная. За полезную информацию сайт получал аудиторию, а вместе с ней и выгоду.С приходом ИИ эта схема начала меняться. Пользователь чаще спрашивает ChatGPT, Perplexity или Gemini и не доходит до исходного сайта. А вместе с трафиком пропадает смысл вкладываться в контент.
Штрафуют ли AI-тексты? Прогнал свой корпус через 5 нейросетей и сверил с данными Ahrefs на 331k страниц
Тезис «за AI-текст понижают» (хорошо хоть не унижают) звучит как здравый смысл, и я сам долго в него верил. Но верить, честно говоря, разонравилось, поэтому решил проверить руками на каком-нибудь реальном замере. В итоге я прогнал корпус страниц через пять нейросетей, посмотрел, что предсказывает попадание в их ответы, и сверил вывод с недавним разбором Ahrefs на 331 тысячу страниц (даже Лев Толстой слегка перевернулся). На самом деле, если отбросить шутки, получилось даже интереснее, чем ожидал: наказание следует не за сгенерированный текст как таковой, а за отсутствие реального содержания. Так сказать, за водичку.
Чек-лист тестирования поисковой системы: от engine sanity до RAG и графов знаний
Чек-лист для тестирования поисковых и RAG-систем — от базовой работоспособности поискового движка до качества генерации, агентных сценариев и поведения на неполных данных. Шесть уровней проверок, сводная таблица с инструментами для каждого уровня и глоссарий из 50+ терминов. Проверку стоит организовывать по порядку, нет смысла гонять RAG-метрики, если система не проходит Уровень 0, то проблема может быть в том, что поиск не находит документ из-за опечатки в запросе, а не в качестве генерации. Перед тестированием По каким полям/источникам поиск должен работать, по каким — нет
Мечтали ли шумеры о нейросетях — от «живых поисковиков» до вездесущего ИИ
В наши дни поиск информации стал почти скучен и почти тривиален. На 90% запросов и вовсе можно получить ответ от встроенной в поисковик нейросети, без необходимости прокликивать пару десятков ссылок. Разумеется, так было не всегда. Автору статьи, например, до сих пор непривычно пользоваться нейроподсказками. Прочитать текст по ссылке своими глазами — бесценно, если требуется на 100% точная информация.
Microsoft представила поисковик Web IQ на базе Bing для ИИ-агентов
Microsoft представила набор API-интерфейсов Web IQ на базе поисковика Bing. Он позиционируется как поисковая система для ИИ-агентов, которая предложит им структурированные данные для работы.
Число установок DuckDuckGo выросло на 30%, поскольку пользователи чаще отказываются от навязываемого Google ИИ-поиска
Из-за расширения функций искусственного интеллекта в поисковой системе Google пользователи стали активно переходить на поисковик DuckDuckGo. За последнюю неделю число установок приложения DuckDuckGo выросло на 30%.
Поиск видеоконтента: сравнение Hikvision и СпецЛаб
Не смотря на развитие MML, поиск видеоконтента остался на доИИшном уровне. Найти фильм по содержанию невозможно даже на Ютьюбе. Поисковая проблема поиска видеоконтента сегодня решается не IT-гигантами, а компаниями по производству систем видеонаблюдения. И в будущем, даже когда Гугл сподобиться ввести такой функционал, все равно эта ниша потенциально свободна, т.к. дикое видеонаблюдение имеет серьезные отличия от качественных съемок рилсов и кино.
