生成式 AI 如何颠覆搜索：Google 搜索、Gemini 和 AI 概述的实证研究

为了给用户带来便利，生成式人工智能正越来越多地集成到网络搜索中。在这项工作中，我们的目标是了解生成式人工智能如何通过与传统搜索引擎不同的方式检索和呈现信息和来源来扰乱网络搜索。我们引入了包含 11,500 个用户查询的公共基准数据集，以支持我们的研究和生成搜索的未来研究。我们对每个查询的 Google 搜索引擎、随附的 AI 概述 (AIO) 和 Gemini Flash 2.5 返回的搜索结果进行比较。我们取得了几项重要发现。首先，我们发现对于 51.5% 的代表性真实用户查询，会生成 AIO，并显示在有机搜索结果上方。有争议的问题经常会导致 AIO。其次，我们表明每个搜索引擎检索到的来源都有很大不同（平均 Jaccard 相似度<0.2）。传统的谷歌搜索更有可能从政府或教育领域的流行或机构网站检索信息，而生成搜索引擎更有可能检索谷歌拥有的内容。第三，我们观察到，尽管可以访问内容，但阻止 Google 人工智能爬虫的网站被 AIO 检索的可能性显着降低。最后，AIO 在处理同一查询的两次运行时一致性较差，并且对次要查询编辑的鲁棒性较差。我们的研究结果对于理解生成搜索如何影响网站可见性、生成引擎优化技术的有效性以及用户接收的信息具有重要意义。我们呼吁建立收入框架，为出版商和生成搜索提供商培育可持续且互利的生态系统。