大语言模型中使用的搜索引擎

在使用AI工具时，比如Deepseek会有只能搜索的选项，在启用智能搜索后，AI对话的流程会话存在较大的差异。

Deepseek的联网搜索

联网搜索的差异

DeepSeek的“联网搜索”功能，其启用与否会直接改变它回答问题的整个流程。简单来说，不启用时它依赖自身知识“闭卷作答”，启用后则会先上网搜索再“开卷回答”。

以下是两种模式下问题解答流程的详细差异对比：

对比维度	不启用联网搜索（离线模式）	启用联网搜索（在线模式）
知识来源	完全依赖模型预训练的静态知识库	结合外部实时搜索到的信息
核心流程	直接生成：分析问题 → 调用内部知识 → 生成回答	先搜后答：分析问题 → 联网搜索 → 整合信息 → 生成回答
信息时效性	低，知识截止到模型训练日期（如2025年中）	高，可获取最新新闻、数据等实时信息
主要优势	响应快，结果稳定，不依赖网络	信息新，能回答需要最新资讯的问题
主要风险	无法回答训练数据截止后发生的事件	可能受到搜索结果中错误或过时信息的误导

一个重要提醒：开启联网不等于“更准确”

这是一个常见的误解。开启联网搜索后，模型可能会不加辨别地采纳搜索结果中的错误或过时信息，并将其作为“权威”输出。尤其对于事实核查类任务，一个更稳健的策略是采用“两步走”：先开启联网获取信息，然后关闭联网并降低模型“温度”参数，让模型基于刚获取的信息重新组织一次回答。

如何选择？

需要最新信息时：查询实时新闻、股票行情、最新政策法规等，建议开启。
依赖稳定知识时：询问历史事实、数学计算、经典理论等，建议关闭，以避免被网络噪音干扰。
进行复杂推理时：解决数学证明、逻辑谜题等，可以关闭联网，同时开启“深度思考”模式以增强推理能力。

Deepseek使用的搜索引擎

关于DeepSeek“智能搜索”使用的搜索引擎，目前公开的信息可以整理成下图，会更清晰一些：

简单来说，DeepSeek本身并不对外开放一个独立的搜索引擎，而是通过整合外部搜索技术，来驱动其“智能搜索”功能。具体分为两种情况：

官方应用层面：DeepSeek官方应用（如网页版、App）的“智能搜索”功能，其联网搜索能力主要通过集成博查AI（Bocha AI）的Search API来实现。为了应对高并发需求，并保证产品稳定与合规，DeepSeek最终选择了博查AI作为技术合作方。
开发者/企业层面：对于希望自建AI搜索应用的开发者或企业，除了博查AI，也可以通过调用Google Custom Search、Bing Search等主流搜索引擎的API，将联网搜索能力集成到自己的DeepSeek应用中。一些聚合型的开源引擎（如SearXNG）也是常见选择。

此外，有信息提到“DeepSeek支持多搜索引擎集成”，并列举了Google、Bing、DuckDuckGo等。这通常是指在为DeepSeek模型开发前端应用时，可供选择的搜索引擎。

博查AI是什么？

博查AI可以看作是各大AI模型的“信息后勤保障”。它不生产内容，而是通过Search API为AI应用提供实时、干净的信息，解决了大模型知识“过时”和“幻觉”的难题。如果把大模型比作需要鲜美食材的厨师，博查就是一个高效、稳定的“食材配送中心”。

博查提供两类核心API接口：

Web Search API：基础搜索接口，为AI提供原始网页信息，价格约036元/次。
AI Search API：升级版，不仅搜索，还会由大模型提炼成可直接引用的多模态答案（如文本、图片、视频），价格约060元/次。

核心技术特点

专供AI检索：采用混合检索（向量+关键词），能理解用户意图，并引入语义重排（Rerank）技术，确保信息与问题高度匹配。
消除大模型幻觉：严格遵循EEAT原则（专业性、权威性等）优化内容权重，同时采用“大模型初筛+人工复核”双重审核，确保信息质量。
多模态搜索：支持多模态搜索，如将视频拆解建立“视频知识图谱”，支持“用文字搜视频”。

博查AI的数据来源

基础架构：以“全网公开信息”为底

这是搜索引擎的安身立命之本。博查AI主要靠分布式爬虫集群来构建这个信息基础，抓取公开的网页、新闻、学术文献等内容，同时也强调“直接从原始网页提取信息”，以减少SEO等的影响。

目前，这个信息池的规模是近100亿个网页，API日均调用量也超过了3000万次，可见其基建规模不小。

画龙点睛：与“生态合作内容源”互补

如果说全网抓取是骨架，那么生态合作就是血肉。博查通过与各大平台签约，直接引入其高质量的独有数据，这正好解释了为什么你找不到它去“偷偷抓取”这些平台的爬虫踪迹：

字节跳动系：博查与字节跳动合作，合法引入抖音、西瓜视频、头条新闻等内容。你问为什么找不到它的爬虫？因为这属于商业合作，数据是对方通过API接口直接提供的。
垂直领域：通过与医疗、金融、法律等领域的专业机构合作，博查获取了高质量的结构化数据。从搜索结果看，目前已经覆盖了天气、百科、票务等几十个垂直领域。

这种 “自有爬虫 + 合作生态” 的模式，就像是开了一家既有自营基础品类，又有品牌直供高端商品的超市，效率和质量自然都更高。

为什么找不到它的爬虫？

这恰恰是商业搜索引擎的标准操作：

IP资源庞大：大型搜索引擎会动用成千上万的IP地址进行爬取，根本无从追踪。
模拟真实访问：现代爬虫技术会让User Agent等字段模仿真实浏览器，让网站难以区分是真人还是爬虫。
使用多个域名：数据会通过不同服务器和域名进行抓取和传输，进一步隐藏了行为。
合作代替抓取：如前面所说，对于抖音等核心内容源，博查直接通过合作获得，这从根本上避免了“爬取”这个动作。

总的来说，你找不到它的爬虫痕迹是正常的，因为它的数据来源渠道多样，技术上又刻意隐藏了爬虫行为。

如何针对AI进行SEO？

针对博查AI进行优化，核心在于理解它为AI服务，而非为人类用户展示链接。优化的思维需要从传统的SEO（搜索引擎优化）转向GEO（生成引擎优化）。

从“关键词匹配”到“语义理解”：博查AI的排序机制

传统SEO主要针对“关键词匹配+竞价排名”的机制。而博查AI的“AI应用+搜索API”模式，其内容质量评估逻辑截然不同。整个排序过程分为两步：

混合检索（初步筛选）：同时使用传统关键词匹配（如BM25算法）和语义理解（向量搜索）。前者确保包含精确关键词的页面被找到，后者通过将内容转化为数学向量，匹配意思相近但用词不同的内容，大大扩展了候选集。
语义重排（二次排序）：这是决定内容能否被AI最终采纳的关键步骤。博查的语义排序模型（Bocha Semantic Reranker）会对初步筛选的候选结果进行基于语义相关性的二次排序。它着重评估三个重要维度：
- 权威性：学术论文、权威机构网站的内容会获得更高权重。
- EEAT原则：即专业性、经验、权威性、可信度，全面衡量内容的可信度和价值。
- 时效性：为应对高并发和高质量要求，新信息能更快地被索引和召回。

从SEO到GEO：三大策略让AI更爱你的内容

基于上述机制，针对博查AI，需要将传统SEO技巧升级为以下三大GEO核心策略：

基础篇（SEO仍是地基）：确保内容能被抓取。利用关键词布局，在标题、正文自然融入核心关键词，提高在关键词匹配（BM25）阶段的得分。同时，优化网站结构，确保爬虫能顺利抓取索引，为进入“主仓库”打下基础。
升级篇（拥抱GEO）：专注于让AI理解你的内容。善用同义词和相关词进行自然扩展，提升在向量搜索阶段的匹配度。准确使用标题（H1/H2）和小标题，帮助AI快速识别内容主题。
加分篇（建立专家身份）：成为AI信赖的信源。优先引用权威数据报告，增加内容的可信度。在内容和网站中构建清晰的作者、机构介绍等身份认证信息，提升信任度。同时，通过提供结构化信息（如表格对比），显著增加被AI采纳并生成模态卡的概率。最后，由于博查已与抖音等平台合作，高质量的视频内容也是一个重要的被收录来源。

针对出现在搜索结果中的网站，可以重点关注：

腾讯元包使用的搜索引擎

腾讯元宝的联网搜索并非依赖某一个单一的第三方搜索引擎，而是腾讯自研搜索能力的整合方案——主要基于微信搜一搜、搜狗搜索等搜索引擎，再叠加微信公众号、视频号等腾讯生态内容源。

具体构成：

核心搜索引擎：微信搜一搜 + 搜狗搜索。这是腾讯元宝在 AI 搜索能力升级时明确披露的底层搜索引擎组合，用来提升时新类和知识类问题的召回效果。
腾讯生态独家信源：微信公众号、视频号内容。这是元宝区别于其他 AI 助手的”护城河”——大量品牌官号、政务号、行业 KOL 的文章在其他 AI 里搜不到，在元宝里可以被直接检索和引用。
全网权威信源：在搜狗搜索覆盖的公网网页基础上，补充权威媒体、官网、垂直站点等内容。

豆包的搜索引擎

豆包 AI 的联网搜索主要使用的是字节跳动自研的搜索技术体系，面向开发者和企业场景时，这一能力在火山引擎上以”豆包搜索”的服务形式正式开放。

底层搜索能力：字节自研搜索体系

豆包用到的联网检索能力，基于字节跳动自研的搜索引擎（ByteDance Search），是字节内部统一的搜索技术基建，和今日头条、抖音 App 里的搜索服务同源、同技术体系。它并不是市面上大家熟知的百度、谷歌、必应这类第三方独立搜索引擎，也没有公开的独立网页版入口，是专门为 AI 场景优化、内部集成的检索服务，会从全网公开网页、权威资讯、百科、公开数据等渠道抓取并实时更新信息，再经过模型处理后返回给用户。

2026 年 6 月 22 日，火山引擎正式把 Agent Plan 产品里的”联网搜索（Beta 版）”升级为豆包搜索（Doubao Search）服务。根据官方文档，它提供的能力包括：