研究方向：人机交互
关键词：AI工具；智能搜索；人机交互
01
秘密塔人工智能搜索
案例机构：米塔科技
案例介绍
MiTa AI搜索专注于提供结构化信息展示的无广告搜索体验，通过理解用户搜索意图，快速整合全网信息，提供强大的相关链接，方便用户系统全面地学习和探索感兴趣的话题，并通过图形化工具辅助用户理解和记忆内容。
设计亮点
01 多种搜索模式
MiTa AI搜索的数据来源目前覆盖三大范围（全网、学术界、播客），搜索结果目前有三种模式（简单、深度、研究），不同搜索模式输出内容的详细程度会呈现差异。
图1 Secret Tower AI搜索主界面（Secret Tower AI，2024）
02 AI实时总结并生成答案
输入搜索指令后，AI会先分析问题，然后搜索整个网络，再整合答案。搜索结果还会提供相关的事件、组织、任务并整理成表格，还为搜索结果提供了参考来源，每个来源都可以点击访问来源，大大提高了结果的可信度。
图 2.Secret Tower AI 搜索问题分析流程（Secret Tower AI，2024 年）
03 智能生成大纲、思维导图、演示文稿
MiTa AI搜索可以自动整理搜索结果的大纲与思维导图，帮助用户快速把握信息重点，并能将搜索结果快速转化为简明的呈现文档，尤其适合信息同步、科普内容。
图3 生成大纲和思维导图（Mita AI，2024）
图 4 生成演示文稿（Mita AI，2024 年）
案例来源
02
Perplexity人工智能搜索引擎
案例组织困惑度 AI
案例介绍
Perplexity AI的核心理念是将搜索体验转化为更加直观、人性化的问答对话，它不仅仅是一个信息检索工具，更是一个能够理解用户需求、提供精准答案的智能伙伴。
设计亮点
01 对话互动
Perplexity AI 允许用户以自然语言提出搜索命令，并根据上下文以对话方式进行交互，提出后续问题以获得更精确的结果。这种对话式体验不同于传统搜索引擎的链接列表。它还使用大型语言模型收集和整合来自多个来源的信息，以自然语言的形式呈现高质量的答案。
图1 Perplexity使用演示（雷锋网公众号，2024年）
02 来源编辑
来源编辑功能允许用户编辑参考来源并重新搜索。目前该功能仅支持删除来源，不支持添加来源，有效减少不相关来源对结果的干扰，并手动修正潜在的不稳定性。
图 2 Perplexity 源编辑器（SenseAI，2023）
03 焦点搜索
焦点搜索功能允许用户在开始新搜索之前限制搜索范围，以改善搜索结果。此功能专门针对学术搜索、数学计算、YouTube 视频和 Reddit 论坛搜索进行了优化。特别是 YouTube 视频搜索可以直接链接到视频中相关内容的准确时间点。
图 3 Perplexity 焦点模式（SenseAI，2023）
04.Perplexity Copilot 搜索助手
Copilot 作为用户的搜索助手，提供更加详细、深入和个性化的答案。对于同一个问题，Copilot Search 通常会参考更多的来源，提供更长的答案，并以更结构化的方式呈现答案。在搜索过程中，Copilot 会延伸用户问题的含义。在一次搜索中，用户实际上会多次搜索不同的关键词。如下图所示，当使用 Copilot 搜索同一个关键词时，Copilot 会自动延伸用户的意图，使用不同的关键词进行搜索并最终进行总结。
图 4 快速搜索和副驾驶搜索之间的差异（SenseAI，2023 年）
案例来源
03
Flowith 是一款基于节点交互的 AI 工具
案例组织 Flowith AI
案例介绍
区别于传统AI聊天工具，Flowith采用了独特的基于节点的交互方式，这种交互不仅解决了传统ChatUI在处理复杂或多线程对话的限制，还大大提升了使用过程中的交互体验。
设计亮点
01 节点式交互
Flowith 可以在无限画布中交互。每个问题生成一个新的节点，可以发散和引用，以思维导图的形式呈现 AI 生成的内容，并将知识点构建成有序的知识树，大大提高梳理知识体系的效率。整个画布可以拖动、缩小和放大，节点可以引用、提问、删除和再生。
图1 Flowith节点交互（爱范儿微信公众号，2024）
02 适合不同场景的交互模式
Flowith提供了flo自动决策模式、思维导图发散模式、网络超搜模式、图像生成模式，适用于不同的问题和场景。思维导图发散模式中，将AI答案内容以思维导图的形式进行分析和拓展，从而进行头脑风暴、创意激发和概念梳理；图像生成模式中，利用图像生成模型为用户生成图像。
在flo的自动决策模式下，它会根据用户的指令判断是否需要在线搜索、是否需要文本图像、是选择速度优先的GPT-3.5，还是选择性能更强大的GPT-4和Claude 3，并自动切换到最合适的AI模型，让我们一窥Agent的雏形。
图2 Flowith模式选择（爱范儿微信账号，2024）
图3 Flo自动决策模型（爱范儿公众号，2024年）
在线超级搜索模式可以在在线搜索的支持下，根据搜索结果生成分析摘要、要点和知识图谱。如下图，对于输入的问题，答案内容在左侧给出实时的在线搜索结果，中间输出摘要，右侧提供关键词和知识图谱，为用户构建知识体系。
图4 网络化超级搜索模型（爱范儿公众号，2024年）
03 丰富的模型和插件能力
Flowith 集成了主流模型中最强大的模型，涵盖了文本生成、图像生成、音频生成三大使用场景。此外，Flowith 通过插件的方式将众多衍生功能集成到画布中，满足用户在同一个画布中的多类型需求。另外，Flowith 集成的智能代理插件本身就是一个社区应用，不依赖其他平台，用户可以分享和使用他人创建的智能代理，促进知识共享与协作。
图5 AI模型与插件选择（AI兔子洞公众号，2024年）
案例来源
学习与收获
通过本次案例分享，大家对AI交互式知识搜索工具有了进一步的认识。AI搜索引擎以精准理解、内容生成与融合、个性化体验、多模态检索为特点，不断优化搜索效率与准确率。从交互设计的角度，对AI时代的产品交互有了全新的认识与启发。
笔记
本文分享的相关行业内容与设计案例，均由编辑以读书笔记的形式整理编排，原创内容及案例知识产权归杂志社或原作者所有，如有侵权请联系我们删除。
先前的建议
论文提交及参赛流程
01
2021 年 10 月
研究中心培训计划详情
03
2021 年 10 月
论文写作主题
十三
2022 年 3 月
