登陆注册
26784

一位全网用户150万的独立开发者,又做了一款高评价AI搜索引擎

站长网2024-12-10 09:23:470

AI 到底能不能颠覆搜索引擎,在搜索引擎里什么才是用户需要的革新功能?最近,一款看似没有任何壁垒的产品,给了我们一些新的视角。

放弃 AI 加持,

做最没有壁垒的搜索引擎

一位即友的评价|图片来源:即刻,侵删

最近在刷即刻时,一个新的 AI 搜索产品 BiLin 的讨论度、以及获得的评价在社区里都还挺高的。BiLin 由沉浸式翻译团队推出,强调的是多语言搜索,而非是之前产品多强调的 AI 总结与多轮追问。

从产品大致形态上看,BiLin 更像 Google 那样的传统搜索产品,而不是 Perplexity 那样的 AI 搜索产品。在主页输入框的上方,用户可以选择3种主搜语言(搜索引擎会搜索这3个语言的所有资料),在右侧还可以选择一种语言为输出语言。

BiLin 显示的信息处理流程

具体来看,BiLin 的搜索流程是由 AI 先进行“Rewrite”,根据用户输入的内容,扩展出3-4个相关关键词,再将其翻译成用户所选择的三种语言,分别在对应语种资料中进行搜索。在搜索到所有内容后,BiLin 会将其翻译成输出语言并进行重新排序,再呈现给用户。

从这个流程可以看出,BiLin 的主要作用发生在4个环节,搜索前优化输入,翻译优化后的输入关键词,搜索后完成向输出语言的翻译,重新排序。而核心工作主要是2个,所谓的 prompt engineering、以及翻译。

而在这个过程中,与其他搜索引擎相比,用户获取的最大价值是扩大搜索范围。在搜索引擎中,搜索结果的语言与用户输入关键词时使用的语言、浏览器设置、所在的地区都有关系,但基本上是用户使用何种语言输入关键词,这种语言的结果就会显示在上方,即使其他语言的内容关联性更强,也很少会被显示在首页上。所以,通过多语言搜索再重新排序的方式,BiLin 能够给出用户在日常搜索路径中不太会看到的结果,实现扩大信息面的目的。此外,“rewrite”功能,也能一定程度上扩大搜索范围。

而如果不用 BiLin 想要同样的目的,就需要自行做语言转化,因而如果从最直观感受来看,用户最大的体验差异是自己节省了时间,也是使用这类引擎的最大动力。

11月5日美国大选当天在 BiLin 中搜索相关内容

但在我们的实际体验中,相比 Google,BiLin 搜索到的实时信息较少,算是一个缺点。比如在选举日搜索美国大选的新闻时,Google 在最上方给出了各大媒体的最新报道和实时动态,而 BiLin 的头两条内容都是维基百科。

而与同样诞生于 AI 热潮中的一些产品去对比的话,BiLin 并没有去做分析、总结、追问这样的步骤,算是放弃了“AI 的加持”。

在我们一般的认知当中,“AI 搜索”是由用户给出一个问题,这个问题可能会比较模糊、复杂,AI会将问题拆解成几个小问题,再针对每个小问题完成“搜索 分析”的工作,最后将分析结果进行整合,再输出答案,并给出信源。AI在其中扮演了“分析、整合“的角色,主打“嚼碎了喂给用户”,用户不再需要对搜索结果进行筛选、吸收、整理,是另一个维度上的省时间,而且省的时间更多。这是 Perplexity 虽然被戏称为套壳、但依然能够快速获得流量的核心原因。

360副总裁梁志辉曾在某播客中分享一组数据,2019年,360搜索中有42% 的用户在寻址,21%在找资源,只有37% 的用户在提问题。但到了2024年,寻址的用户和找资源的用户占比均有两位数下降,而超70% 的用户都在提问题。AI 搜索引擎“给答案”的模式是符合用户的需求的。从数据来看,Perplexity 在2024年10月份的全球访问量是9078万,而这个数据在2024年2月份只有4528万。

而 Perplexity 可能很难继续长大,是因为头部引擎玩家同样是大模型厂商的身份,给答案这种天然贴合大模型能力的方式也被各家采用。另一个是这种方式虽然看上去体验更好,用户也算买账,但被吐槽的也不少,“准确”成为 AI 搜索的软肋所在。在部分针对 Perplexity 的诉讼文件中就指出,AI 会将新闻报道的原文和生成的虚假内容混在一起呈现给用户,造成误解。

“AI 搜索引擎用多了,有时候就会发现不对劲,内容需要二次核实,当不信任他之后,时间成本上去很多,我就又回到 Google Search 了”。某位网友和我们分享。

对用户来说,搜索引擎最根本的职责是提供准确的信息,如果信息不准,“快”也就没有了意义,虽然部分用户确实因为“快”这个维度开始使用AI搜索产品,但负面体验如果多次叠加,就会造成用户流失。BiLin 放弃 AI 加持,可能也是想要避开给用户的负面体验,从用户评价来看,很多即刻的用户表示自己很需要这样一个搜索引擎。

而从团队的角度来讲,BiLin 团队可以划归为独立开发者一列,没有资金去做更多模型层面的优化,而通过多语言翻译主打省时,切中用户需求,也是他们更擅长的地方。BiLin 的开发者 Owen,是一名独立开发者,此前曾开发过全网超百万用户的热门插件产品沉浸式翻译,结合他的经历、以及分享的内容,可以看出,他对生活的独特追求,带来了对产品设计的独特思考。

过极简生活,

做普惠产品,实现“注意力自由”

Owen 的履历是相当典型的“技术大牛”,在大学里就主导开发了多个项目,毕业后乘着互联网行业的东风顺利进入腾讯,在财付通部门做前端工程师。虽然拥有一个“典型”的开头,但 Owen 的故事却没有按照“剧本”发展。

在大厂顺风顺水的 Owen,开始厌倦“大厂螺丝钉”的生活,以及少得可怜的自我支配时间。所以,3年之后,攒够几年生活费的 Owen“裸辞”,成了一个独立开发者。而成为独立开发者之后,Owen 经历了几个不算成功的项目,直到2022年,Owen 开发了信息网站 Buzzing.cc,开始找到了方向。

Buzzing.cc 界面

Buzzing.cc 主要功能是爬取海外各大网站上的热门文章,集合起来呈现给用户,供用户更及时地获取信息的网站,Owen 自己就是 Buzzing.cc 第一个,也是最深度的用户。

而在阅读这些文章的过程中,英文阅读成了一件麻烦事。他分享道:“虽然我的英文阅读能力不错,但读文章的速度还是不如母语,所以我经常会使用浏览器自带的翻译功能,但是机翻的质量也实在不敢恭维,到重点段落,我还是会回去看原文,以防遗漏关键信息,来回来去的切换确实很麻烦。”

巴巴拉少校选段

就这样过了一年,当 Owen 阅读萧伯纳的剧本《巴巴拉少校》时,他受到书中一段原文,配一段译文的排版方式所启发,开发了一个能够对照翻译的浏览器插件沉浸式翻译。按 Owen 的说法,有了这个想法之后,他花了不到1个月就完成了沉浸式翻译的开发,在 Chrome Web Store 上线。

沉浸式翻译效果图|图片来源:沉浸式翻译官网

沉浸式翻译的差异点非常简单,只是将其他网页翻译产品翻译整页,变成一段原文一段译文对照的形式,后续才加入了 YouTube 字幕翻译、电子书翻译等等,但也都突出“对照”这个点。根据 Chrome Web Store 中的数据,沉浸式翻译的用户已超过100万,目前全网用户可能在150万以上。

可以看到,Owen 做产品的思路就是从自己的体验出发,去找用户的真实需求。而在产品设计思路上,这两款产品,解决用户痛点的方式,都非常的简单和直接、也可以“翻译成”所谓的没有壁垒。

“用最有效的方式解决用户的切实的痛点,无论它有多简单”,是 Owen 对自己作为用户、产生需求的一种回应,也来源他的生活理念,对极简生活的追求。

注意力自由的定位|图片来源:Owen 博客(owenyoung.com),注:Owen 的博客中会分享他对产品、生活,以及人生的一些思考,文中的很多内容笔者也参考了 Owen 的博客,也推荐有兴趣的读者们去访问和阅读

从腾讯辞职后,Owen 搬到了与深圳毗邻的惠州大亚湾,租了一套1500块钱/月的房子,开始了独立开发者之路,Owen 在他的博客里表示,他现在没有房子、没有负债、有一定储蓄、物质需求也较低,他可以保持“失业”的状态10年以上。而这种状态可以让他不为钱而发愁,有能力去做自己想做的事情,充分发挥自己的创造力,Owen 把它称为“注意力自由”。

沉浸式翻译的订阅价格|图片来源:沉浸式翻译官网

追求低物欲、极简生活的 Owen,在开发产品时,理念外显成提供低成本、但好用的工具。所以,作为独立开发者的 Owen,无法、也主动选择不在产品中加入“酷炫”功能,寄希望于产品使用路径上的细微变化来改变人们的使用习惯。

例如,Owen 表示他非常不喜欢刻意地吸引他人的注意,比如在产品中弹窗,再比如发推特(Owen 会将自己想要表达的东西写在博客里,供需要的人阅读,而被社交媒体推荐,显示在他人的主页上,被他视为一种“吸引注意力”)。在播客中他举了这样一个例子,在做沉浸式翻译时,很多用户都希望添加一个“划词翻译”的功能,但是由于这需要“弹窗”,会影响到用户注意力,他最终拒绝了。而很多开发者曾表示,自己很难像 Owen 一样做到克制。

写在最后

Owen 对 BiLin 的愿景|图片来源:Owen 博客

在 Owen 的博客中,他预期 BiLin 将会成为“国际互联网的入口”。但是理性分析,作为注定是“大流量赛道”的搜索引擎,一个独立开发者的产品想要成为“国际互联网的入口”有很大概率是力有未逮。但凭借着 Owen 对用户的洞察,对低成本、注意力自由的坚持,收获一批用户,并为解决他们在搜索中的痛点,还是没有问题的。

上线一个月左右,BiLin 官网的访问量已经达到了3w,有的时候一个简单的设计变化,也可以为一个产品提供强大的活力。

0000
评论列表
共(0)条