翻开这本“小红书”，哪里不会“点”哪里。
这可不是学习机，而是小红书最近正在内测的一款AI查找产品“点点”。翻开小红书的查找框，有用户现已能够在下拉的相关查找话题中，看到一个带着“点点”小尾巴的进口，点击就能够进入AI查找对话界面。在这个界面，你能够随意发问，还随意点击AI给到的答案，哪里不懂点哪里，获取进一步信息。
1.png
什么是域名地址?一家专注于内容的社区企业，终究发展成了“遇事不决小红书”，甚至一度成为了传统查找的挑战者。当AI查找成了潮流，最时尚的小红书自然也不会放过。
这现已不是小红书榜首次试水AI查找了。整个2024年，从达芬奇Agent开端，到搜搜薯，再到现在的点点，占有的进口和路径都不相同。
精确地说，点点是从去年8月开端陆续内测的，且上线了APP和微信小程序模式。起先，它以非官方身份低调运营，默默发布内容、堆集用户，有小红书博主爆料，点点几回找他投放推行，但他并不知道这是官方。
而后经过9月、10月的一系列推行，直到12月才“正式”披上了小红书官方的外衣。12月底，点点刚公布了“出门在外问点点”的营销推行计划，可见小红书的重视程度。
2.png
和此前的小红书AI产品不同，点点产品完好度和定位都更加明晰且获得了内部更大的营销资源支撑。
这个缓不济急的AI查找产品点点，能否在小红书的高价值内容土壤下，做一个更大的查找梦?
实时整合UGC信源，连谈论都能抓到?
硅星人上手实测了一番，发现点点查找的确有点东西。
首先在定位上，点点反常地避开了产品种草这个小红书根本盘，而是主打“出门在外问点点””，以日子查找帮手的人物解决用户旅游攻略、日子常识等场景。
种草意味着挑选和比较，对AI的了解分析才能要求更高，而日子场景下，更重要的是实在的信息以及全面的考量。举个比方，咱们先问了一个拍照打卡类的问题，“在哪里能够用手机拍照到故宫的完好俯视图”。成果点点给到了一份十分完好的攻略，包括具体位置“景山公园的万春亭”，并提到拍照时间、设备参数、人群情况，以及前往公园的交通方法、道路，很靠谱了。
3.png
但当咱们问询点点“油性皮肤怎样买美白产品”后，点点只能给到十分片面的数个产品推荐及理由，反而没有答案来历中的一篇用户帖子全面，起码帖子里有明晰的美白思路、产品调配、运用方法的具体科普。
测试当天刚好北京部分下雪了，由于太过“部分”，看到雪的小伙伴和没有看到的，仿佛在阅历两个世界。于是，咱们问询“北京到底今日哪里下雪了”，点点不仅快速确定了北五环、延庆、香山等地，还配上了新鲜的用户实拍视频，日期了解十分精确。
4.png
这个看似简略的答复，却体现了点点三个核心特色:以UGC内容为信源、信息实时性、具有谈论了解才能。
当点点答复北京降雪问题时，它并非简略调用气候数据，而是整合了当地用户的实地探访笔记——有人晒出了香山的榜首场雪，有摄影爱好者共享了延庆的雪景构图。这种基于实在体会的内容集成，是小红书社区建立起的壁垒。
并且答复实时性的问题，也是许多AI查找所不具有的才能。
以秘塔查找和Kimi为例，在问询某一日的内容时，只能答复粗略的时间段，信息往往滞后。
此外，由于小红书的 UGC 内容是文字、图片、视频甚至谈论互动组成的，这也要求 AI 对这些非结构化数据更全面的了解才能。例如下雪问题中，下雪地点是用户在谈论区提到，并未在正文或是标题中提到。这个才能也让点点查找的成果更加可信。
假如当用户查找”哪家火锅不踩雷”时，点点能够不只读取正文，还分析谈论区的反应。即使一家网红店的主笔记好评如潮，假如近期谈论区频繁呈现”排队太久”、”服务变差”等负面反应，AI也能及时提醒用户留意这些变化，那就神了。
当然，多模态了解才能不仅呈现在对查找成果的了解上，也包括对用户输入（ query） 的了解。现在点点已支撑语音和图片输入发问。例如，咱们上传了一张这样的相片，点点很显着能够了解，这是一只边牧，地上有一些不规则的纸片。
对此，点点了解到这只狗或许造成了损坏，并主动引导用户讨论怎么避免宠物乱咬东西行为。这种”看图说话”的才能，让查找过程更接近自然对话。
哪里不会，“点”哪里
一起，点点的”探究功用”的设计，也开辟了AI查找的一种新的交互方法。
点点没有照搬传统查找引擎的问答模式，而是采用了”哪里不会点哪里”的引导式交互，不需要新一轮的语音或文字输入，经过点击答案中的关键词，降低二次发问的门槛，以傻瓜式操作来延展查找。
111.png
不过这些功用看起来强壮，但还存在显着的大模型错觉，比方咱们在问询他通州保藏园邻近有什么打卡的地点时，他给出的图文信息都不在园区内，仅仅格式看起来很工整正确。更有甚者也会呈现胡乱联想，被用户吐槽一番。
222.png
不可否认的是，曩昔这一年，小红书做了十分多的AI查找产品，从达芬奇，到搜搜薯，再到点点，能够看到小红书的慎重和苍茫。每一次迭代都在测验答复同一个问题:新的交互方法和老的用户习惯怎么结合?
是依照排序对帖子内容收拾，仍是对曩昔查找功率的进一步优化?是经过多轮对话，增加AI的思考，来优化质量，仍是尽或许中登时呈现用户内容?在这些问题上，小红书阅历了屡次反复。
以内嵌于主站的AI帮手达芬奇为例，经过Agent的方式，与用户进行多轮对话，帮助用户查找信息总结信息;而搜搜薯，没有专门的流量进口，相当于一个搜后总结，在优化用户体会上的作用上比较边缘。
444.png
而点点阶段，更像是搜搜薯和达芬奇的一种结合。
路径上，点点大概率和搜搜薯相同是对搜后内容的总结，即运用传统查找搜到相应内容，由AI了解数个链接，总结出完好的答案。咱们以相同的问题问询点点和进行传统查找，发现AI的答案来历，根本都是本来查找的前置位。
交互上，点点和达芬奇相同是chatbot方式，但多轮对话的才能有限;并且点点既有独立App，也有主站查找进口，能够说是既想借助主站流量，又忧虑AI功用影响主站体会。
这些产品层面的摇晃必定影响到安排架构和资源分配。
当然，不断地换马甲，这种反复和摇晃虽然让用户感到摸不到头脑，但在产品发展的最前期，不停的探究总比按兵不动更有或许。
AI查找和社区特点，再次上演“相爱相杀”
咱们发现，有了UGC实时内容的点点，可用性显着比互联网同质化内容下的其他产品更强。
这背面引申出的问题是，AI查找终究需要像Perplexity那样以阅读器为载体，仍是小红书这样以内容渠道为载体?
查找的价值一方面在于信源自身的质量，另一方面在于怎么发挥这些内容的价值。相比Perplexity这类通用型AI查找们，小红书沉淀了很多垂直领域的日子类UGC内容，是其做AI查找的最大优势，特别是小红书渠道内自身就存在海量的实在需求和运用场景，据媒体报道最新数据，小红书的日均查找量在2024年第四季度已接近6亿次，较2023年年中的3亿次实现翻倍增加。
从美妆穿搭到旅游攻略，从美食探店到家居改造，这些内容不是简略的产品介绍或服务描绘，而是用户实在的运用体会和场景化的解决方案。比方一个”上海周末遛娃”的笔记，或许包括气候建议、交通道路、合适的餐厅、活动安排，甚至应急预案。这种场景化、体会式的内容，是传统查找引擎难以沉淀的。
这些也是Perplexity们一直眼馋的才能，强如Perplexity，也依然要不停面对自己对查找引擎API的依赖，面对内容同质化的根本问题。
所以当小红书做AI查找时，大多会觉得这是理所应当的一个动作。由于它堆集下来的才能根本都是能够为AI查找所用的独家才能。
更重要的是，不依赖查找广告的小红书也并没有传统查找引擎的商业化顾虑——不存在一旦发展AI查找，就相当于挥刀砍自己的现象。
但小红书的AI查找，也有着自己的问题。
从技能层面上，和其他AI查找不同，守着用户和数据宝藏的小红书需要思考怎么发挥这些内容的价值，特别是了解很多的非结构化的长尾化的细碎的内容。
现在，咱们翻开点点查找的内容来历能够看到，信源内容根本和直接在小红书进行传统查找的成果相同，相当于AI帮用户进行了传统的查找，并阅读了数个链接，给出总结定论。这明显并没有彻底释放出小红书UGC长尾内容的价值，更多是对小红书本来的查找方法的一种延伸。
从社区特点来看，习惯了实在用户反应的小红薯们，很难承受AI查找的格式化和不确定性，现已有不少抵触的声音呈现了:有用户认为这种智能化的总结，让用户的个人经验在其中隐身了，损害了社交渠道最重要的实在感，大而笼统，反而失去了说服力。
此外，当用户习惯了AI的快速答复，是否还愿意沉浸式阅读笔记，是否会导致用户对实在帖子的互动下降，从而降低用户原先帖子的数据价值，从而冲击到内容社区自身呢?
在AI化这件事儿上，小红书很有或许要再度阅历类似“社区和商业化难平衡”的难关。
为了避免往事重演，小红书需要确定两者的优先级，是社区更重要，AI 查找仅仅一个服务于社区的优化用户体会的小功用，仍是 AI 查找的未来更大，小红书社区的用户基础能够作为一张翻开查找新世界、重构流量场的门票。
现在来看小红书推出的几个AI查找产品都仍是在一个未完成体的状态，接下来估量还有更多的“点点”呈现。