搜尋排序系統設計:系統設計面試逐步拆解
文章逐步講解如何在系統設計面試中設計搜尋排序系統,核心是先把數百萬項目低成本召回至數百個候選,再交由昂貴模型排序。架構分為離線建構嵌入向量、ANN 索引、模型和特徵庫,以及線上召回、排序和可選重排;召回結合詞彙匹配與語義搜尋。排序模型從點擊、觀看等隱式訊號學習,需處理位置偏差及訓練與服務特徵不一致;文章亦提供 60 分鐘面試拆解框架和評估方法。
文章逐步講解如何在系統設計面試中設計搜尋排序系統,核心是先把數百萬項目低成本召回至數百個候選,再交由昂貴模型排序。架構分為離線建構嵌入向量、ANN 索引、模型和特徵庫,以及線上召回、排序和可選重排;召回結合詞彙匹配與語義搜尋。排序模型從點擊、觀看等隱式訊號學習,需處理位置偏差及訓練與服務特徵不一致;文章亦提供 60 分鐘面試拆解框架和評估方法。
網站可在根目錄放置 Markdown 格式的 llms.txt,協助 AI 助手及 coding agents 閲讀核心文件,並以 robots.txt 的不同 user-agent 規則分開管理 AI 搜尋引用與模型預訓練存取。範例允許 OAI-SearchBot、PerplexityBot 和 Claude-SearchBot 瀏覽,並禁止 GPTBot 存取。
作者的網站在 Google 核心更新開始當日錄得 30 次曝光,之後一週合計只有 6 次;Google 建議等更新完成至少一週後,再比較更新開始前一週與其後一週的 Search Console 數據。作者使用 Search Analytics API 提取不含維度的總數,並讓程式在更新結束日期未提供或比較時段未完結時停止。曝光次數歸零不等於排名下跌,應先檢查網頁是否仍在索引中。
金融研究儀錶板應把私隱納入檢索契約,按研究資料的持久性及新鮮度需要選用向量搜尋或即時檢索。契約應記錄租戶、金融工具、司法管轄區及存取級別,並分開追蹤資料匯入、查詢與引文組合,確保每項結果均有來源及時間戳記。Infrai 提供純 HTTP 檢索介面,適合重視跨後端共用契約的團隊;需要內部部署或專門索引控制時,則可考慮 Weaviate 或 Elasticsearch。
Google 正在全球桌面版搜尋首頁推出可收合側邊欄,並在全球推出 AI Mode 臨時對話功能。側邊欄可開啟新對話、搜尋既有對話、建立筆記本,以及查看近期查詢和設定;Google 稱測試顯示,側邊欄有助用戶接續研究。臨時對話不使用既有脈絡、不保存至搜尋記錄,也不影響未來推薦,關閉後即消失。
HippoMaps 是基於 OpenStreetMap 的地圖及導航應用,透過自訂 Overpass API 引擎提供自然語言搜尋,並以不使用 LLM 的解析器把查詢轉成 Overpass QL。
這篇教學示範以 Python 整理 IKEA 商品材料語料,將部件名稱與材料保留在同一檢索記錄,並把缺失材料視為未知。對照示例使用合成傢俱資料;實作以 IKEA Multi-Country Product Catalog Extractor 收集含商品頁詳情的書櫃資料,並拒絕缺少部件或材料的條目。保留部件關聯不保證回答正確,也不能證明來源列出所有材料,仍須評估檢索及回答表現。
Google 搜尋正於全球逐步在電腦版首頁推出可摺疊側邊欄,讓用戶直接開啟 AI 模式近期對話並繼續搜尋。側欄的「Recent」欄會列出近期對話串標題;Robby Stein 表示,測試顯示側邊欄有助用戶推進查找,並繼續探索網頁。
逾 500 名 Google 員工及合約工聯署請願,要求公司容許中小學繼續使用不含 AI 功能的 Google 搜尋。Google 計劃預設關閉面向學生的 AI 功能,但學校若要繼續使用搜尋,可能仍須接受內置 AI 功能的版本。他們警告,若不願使用 AI 的學校不能使用 Google 搜尋,可能會令學校棄用 Google 產品;部分員工亦質疑,技術上是否真的無法推出不含生成式 AI 的搜尋版本。
Microsoft 已透過 Windows 11 KB5132057 更新推出新版 Windows Search,支援以簡單命令執行數千項快速操作,並在搜尋結果中整合 Copilot 回答。
企業搬遷、改名、調整業務或人員後,舊資訊可能持續出現在搜尋結果,影響客戶判斷。文章建議先更新源頭平台,再改自有渠道,最後處理存量內容,並按被引用概率排序。建立變更清單、指定負責人,並以搜尋結果檢查更新成效。
Apache Iceberg 在 QCon San Francisco 2026 分享 V4 規格提案,透過重設表格中繼資料,改善大型資料集的擴展能力並支援更頻密的寫入。V4 提出 Adaptive Metadata Tree、單檔提交、具型別的欄統計,以及檔案和向量資料類型,亦加入表達式預設值和資料約束。新中繼資料不向舊版讀取器向下兼容。
教育培訓機構需要應對用戶決策入口轉向對話式 AI,透過 GEO 讓真實、可信、結構化的品牌資訊被大模型理解、引用並準確呈現。選型應考察跨模型診斷、知識庫與合規審核、信源分發及引用監測,不能只看發稿量或 AI 提及率。文章按單校區、多校區及不同培訓場景梳理落地方案,並提供效果評估與合規參考,不作具體排名或硬性推薦。
2026年,教育培訓機構需要判斷是否開展 GEO,以及自建團隊還是與服務商協作,讓課程、師資和教學特色成為模型可引用的結構化事實。文章比較自建團隊、單點工具和外部協作的成本與適用情況,並提出從教育業務理解、交付內容和合規安排判斷服務商。效果應綜合觀察可見度、口徑準確率和信源結構,不能以單次問答截圖作結論。
GEO(生成式引擎優化)聚焦品牌在指定問題的 AI 回答中是否出現、推薦位次及引用來源,優化目標由搜尋結果頁轉向模型生成的答案。企業可固定問題、平台、提問方式及採集時間,持續監測品牌提及率、位次與競品佔位。內容應結論前置、事實附來源,並遵守平台條款及相關規定。
Raphaël Aubry 比較 Semrush AI Visibility Toolkit 與 7 款替代工具,並於 2026 年 11 月 20 日核對各家官方定價頁。
Reza Alpian 把新推出 SaaS 網站難以出現在 ChatGPT、Perplexity 等服務推薦中的常見技術原因,歸納為 4 類障礙。文章列出 6 個修復檔案:llms.txt、llms-full.txt、robots.txt、jsonld-snippets.html、head-meta-patch.html 和 nextjs-metadata.ts。
中國信息通信研究院正式發布GEO(生成式引擎優化)效果監測平台·嘉量。中關村科學城管委會、中國人工智能產業發展聯盟(AIIA)、中國互聯網協會、中國廣告協會代表及8家合作夥伴企業代表共同參與發布。
Google 正在桌面版搜尋首頁推出可摺疊側邊欄,讓用戶更容易找到並繼續最近的 AI 搜尋。側邊欄可摺疊。
GEO 起步應先按頁面缺少的可核對事實,判斷優先補品牌頁或產品頁,再以客戶常問問題建立基線並復測改動。文章建議先用三到五個來自銷售、客服或售前記錄的真實問題,記錄日期、問題原文和回答要點,再以同一組問題在相近條件下比較結果。可觀察回答中的基礎事實準確率、產品參數是否被正確複述及是否引用官網;這些指標只供內部判斷,不代表 AI 平台整體表現,也不能換算成流量或成交承諾。
騰訊雲宣佈,自北京時間2026年11月18日12:00:00起,使用模型名稱帶有「原廠直供」標識的 DeepSeek 模型時,觸發的服務端搜尋(Search)和網頁抓取(Fetch)不再收費,僅按模型 Token 用量計費。
文章以技術實力、實戰效果、垂直專精、服務體系及口碑評價五個維度,評測助客傳媒、詩逸傳媒、丁子傳媒、尼高 GEO 和星火引擎,為深圳及大灣區工業設備製造企業提供選擇 GEO 服務商的參考。五項權重依次為 30%、30%、20%、10% 和 10%;合規與數據安全列為一票否決項。
Google 在桌面版搜尋的 AI 模式加入可收合側欄,進一步突顯 Gemini。側欄會顯示最近的 AI 及一般搜尋,讓用戶開啟先前的搜尋;新功能目前只適用於 Google 搜尋的 AI 模式。
歸小肽品牌與撲兔AI近日達成GEO戰略合作,雙方將協同建設品牌知識庫、優化AI搜尋可見度、搭建內容矩陣並推進智能體應用落地。合作旨在讓歸小肽在生成式AI問答中獲得準確理解、引用與推薦,並以真實、可核驗、成體系的內容呈現品牌資訊。
ChatGPT 較常引用行業媒體和評測網站,而非企業官網,因為前者通常提供較易核實、比較及直接摘錄的資訊。文章建議官網補上企業與產品定義、結構化參數、價格、適用邊界、原創數據和更新記錄,並確保搜尋爬蟲能存取。文中指出,OAI-SearchBot 與 GPTBot 用途不同,robots.txt 更新後系統調整約需 24 小時;測試時應啟用搜尋並記錄實際引用來源。
GEO 優化先用麥豆免費 GEO 工具監測品牌在豆包、DeepSeek、千問、元寶等 AI 平台的認知基線,再依序建立品牌知識庫、創作內容、精準分發及優化官網。完成一輪後,持續監測 AI 可見度、品牌引用率及新增引用來源,並據此調整知識庫、內容方向和分發渠道。
眾通社GEO提出把校驗邊界寫進操作流程,按輸入、處理、輸出、校驗四層管理AI內容,要求留痕可追溯、口徑可量化、失效可判定。核心指標為事實一致率,復測採隔日2輪平均,5個引擎等權測量,報告須列明樣本量、時間窗及Wilson 95%置信區間。品牌被提及但事實錯誤時,應優先修正事實,而非擴大曝光。
Google 正在全球逐步推出桌面版搜尋首頁的可摺疊側邊欄,讓用戶找回近期 AI Mode 搜尋並接續對話。今次不包括手機版或 Google App;推出屬逐步進行,Google 未公佈完成日期,也非所有帳戶即時可用。
Public Rows 建立的 Google Maps Business Leads 可按搜尋詞和地點整理 Google Maps 商戶資料,並匯出 CSV。每 1,000 家收費 $2,每次執行首 20 家免費;資料經授權的 DataForSEO SERP API 取得,不進行抓取,只保留商戶在自家商家檔案上公開的公司電話和網站。
以 HTTP 410 下架確定永久廢棄的單薄頁面,可讓 AI 爬蟲識別頁面已永久移除,將有限抓取配額留給核心內容。清理流程包括審計全站 URL、同步更新 Sitemap 並剔除已下架網址,再把核心頁面的圖片及 PDF 説明轉為結構化文本。文中案例下架並停用 200 多個無效頁面,半個月後核心產品參數詞在多家大模型中的召回率顯著上升。
客戶支援檢索架構應以向量搜尋處理受管控、具版本的支援內容,並以網頁搜尋補充可引用及重新核查的即時資訊。兩類來源應共用檢索合約,但分開保存遊標,並在每一頁傳遞租戶及存取權限資料、保留引用來源。Infrai 的 GET /v1/discovery 提供能力目錄、請求與回應 schema 及可執行範例,供 CLI 檢視檢索合約。
作者在 AMD GPU 上構建了一個網頁研究智能體,會搜尋即時網頁並核對答案是否出現在已抓取頁面,無法核實時便返回空答案。系統同時查詢 DuckDuckGo、Bing、Wikipedia、Mojeek 和 Yahoo,將內容切成約 90 詞片段,以 BM25 排序後只把約 1,500 詞交給 Qwen3-4B-Instruct。
Velotric 官網以全站視覺與 GEO 架構串聯首頁、通勤電單車集合頁和 Discover 2 商品頁,結合車型篩選、選購指南、評測內容與對比功能引導用戶選車。通勤集合頁涵蓋 7 款車型,並以 12 組 FAQ 補充法規、扭矩和防水資訊。Discover 2 頁面提供 18 項參數對比,並展示加購 3 件及以上配件享 7 折優惠。
文章指出,官網內容即使不少,若服務頁、案例頁和問答頁缺少明確、完整、可驗證的資訊結構,AI 便較難提取和引用相關內容。服務頁應交代服務對象、項目及邊界,案例頁呈現「問題—動作—結果」,問答頁則直接回答問題並列明適用條件。文中亦提供無需工具的自查流程,並説明結構完整不保證 AI 引用或帶來客戶查詢。
阿里雲萬小智從 1.0 的模板建站,迭代至 3.0 的 AI 建站與經營平台,功能擴展至 GEO、SEO 診斷、內容創作與分發、AI 客服及經營分析。3.0 於 2026 年 9 月 22 日上線;截至 2026 年 9 月 30 日,萬小智累計服務建站用戶 36 萬,企業用戶佔比 73%。
GEO 可調整的是提供給生成式引擎的網頁內容,而非模型本身;衡量成效應看內容在合成答案中的分量,不應以搜尋排名或單次截圖代替。文章建議分開記錄被召回、被提及、被引用及成為答案主張四層,並固定問題集、模型版本和訪問方式進行多輪測試,把結果連回具體內容改動。
萬小智由 1.0、2.0 迭代至 3.0,並定位為阿里雲旗下的 AI 建站與經營平台。3.0於2026年9月22日公佈,功能由建站延伸至 GEO 與 SEO 診斷、內容創作與分發、AI 客服及經營分析。截至2026年9月30日,平台累計服務建站用戶36萬,企業用戶佔比73%。
作者提出財務研究儀錶板的檢索架構,透過綁定索引快照的遊標和兩階段語義搜尋,避免索引刷新期間相鄰頁面出現重複或消失的文件。頁面大小為 20 時,文中建議先擷取 100 個候選記錄,去重並重排後再分頁,並以相關度分數、發佈時間及唯一記錄 ID 確保排序邊界穩定。遊標應固定索引世代,並在快照失效時明確要求重新搜尋;保留舊世代及重排較多候選記錄則會增加儲存成本和尾延遲。
AWS 將 AWS Billing 加入 Amazon Bedrock AgentCore payments,讓 AI 智能體可按次以美元向 AWS Marketplace 的 x402 賣家付款,費用記入開發者的 AWS 帳單。
推薦理由:文章逐步展示 AWS Marketplace 按次付款的發現、報價、付款與結算流程,並交代預算上限、核准賣家及交易審計如何納入治理。
LinkDigest 更換搜尋 API 後,空結果率由舊服務三週的 12% 升至新服務一天的 66%,作者判斷問題在於評估指標,而非供應商。記錄顯示,舊服務 135 次搜尋中有 17 次空結果,新服務 15 次中有 10 次;新服務的摘要常先返回頁面選單,令關鍵字篩選漏掉相關貼文。