每一做一個(gè)項(xiàng)目都應(yīng)當(dāng)有所收獲，面對(duì)千變?nèi)f化的長(zhǎng)尾問(wèn)題，如何提供更優(yōu)解？作者復(fù)盤(pán)了其一個(gè)搜索長(zhǎng)尾流量項(xiàng)目，談?wù)劗?dāng)中所做和所思，希望對(duì)你有所啟發(fā)。

你好，我是檸夢(mèng)百香果，做過(guò)大廠(chǎng)交互、普通公司資深UI和小組長(zhǎng)、創(chuàng)業(yè)合伙人、入門(mén)自媒體等。

介紹是為了讓你愿意聽(tīng)聽(tīng)這樣的我，是怎么被項(xiàng)目碾壓的。

這是個(gè)復(fù)雜項(xiàng)目復(fù)盤(pán)反思文。文章較長(zhǎng)，因?yàn)椴粌H從設(shè)計(jì)角度來(lái)分析，預(yù)估17-25min閱讀吧。

畢竟復(fù)盤(pán)它，從思維整理+腦暴上就花了熟悉項(xiàng)目的我2天時(shí)間，還只是輸出了個(gè)簡(jiǎn)單的解決方案雛形。

前置一下這個(gè)復(fù)盤(pán)最重要的收獲——復(fù)雜需求產(chǎn)品設(shè)計(jì)的全局思維。

一個(gè)復(fù)雜需求的解決方案，先定義好要解決的問(wèn)題，然后從工程化開(kāi)始思考解決方案；從工程出發(fā)，找到不同角色更適合賦能的地方，最終合并成一個(gè)綜合解決方案。

這里的復(fù)雜，主要在于解決方案的復(fù)雜性?？赡苁?strong>信息量、服務(wù)量、物件量、角色量等。我涉及的主要是信息量。

其他還有一些額外的跟項(xiàng)目、技術(shù)、設(shè)計(jì)、內(nèi)容更結(jié)合的感觸，放在了具體項(xiàng)目拆解中。

文章節(jié)奏分為：Foreword前言 – Star伊始 – Think思考 – Solution工程方案 – Design設(shè)計(jì) – Expand擴(kuò)展 – Summary總結(jié)。

我且烹茶煮酒，各位看官，去留隨意。

一、Foreword：一頓操作猛如虎，一看輸出0.5的項(xiàng)目，倒逼解決方案的思考

這是一個(gè)復(fù)雜的搜索問(wèn)答項(xiàng)目。當(dāng)時(shí)投入了好幾個(gè)老板、一群產(chǎn)品、技術(shù)、設(shè)計(jì)，涉及20人+了（記不清了）。瘋狂加班，輸出+修改了n次設(shè)計(jì)，開(kāi)n次會(huì)，看n個(gè)文檔，做n次調(diào)研。

可以看下圖設(shè)計(jì)側(cè)部分文件，每個(gè)文件至少page有8個(gè)以上，多則25+，每個(gè)page都很大。圖為保密做了縮放+模糊處理 ??（注：非我一人輸出，是團(tuán)隊(duì)總體輸出）

圖1 設(shè)計(jì)側(cè)部分文件

圖2 隨便找了個(gè)設(shè)計(jì)文件（縮放了很多倍，右側(cè)有20個(gè)pages）

還沒(méi)放產(chǎn)品側(cè)一堆文檔。當(dāng)時(shí)文檔已經(jīng)多到找文件都很困難了?？吹竭@里會(huì)不會(huì)覺(jué)得：哇！好多好多，666！

No！它只是個(gè)成果很難應(yīng)用的輸出。也就是這里的輸出，大部分當(dāng)時(shí)沒(méi)找到合適的落地方式。

也正因它價(jià)值難判，卻又如此的占用時(shí)間，倒逼我在離開(kāi)這個(gè)項(xiàng)目后重新反省這個(gè)需求的解決方案。

二、Star：需求定義

搜索問(wèn)答項(xiàng)目，聽(tīng)起來(lái)太學(xué)術(shù)了。換一個(gè)說(shuō)法介紹一下：

用多了谷歌的，相信都對(duì)精選摘要有印象。em···沒(méi)印象就看下圖3，其實(shí)就是谷歌搜索引擎整理網(wǎng)頁(yè)內(nèi)容，提煉出的第一個(gè)搜索結(jié)果，直達(dá)問(wèn)題的答案。讓用戶(hù)更快Get到有效信息。

圖3 谷歌的精選摘要

我們當(dāng)時(shí)要做的就是類(lèi)似優(yōu)化這塊精選摘要的工作，只是產(chǎn)品是其他瀏覽器（名字保密，不影響復(fù)盤(pán)）。

項(xiàng)目目標(biāo)在文檔中的說(shuō)法是：高效解決用戶(hù)疑惑。關(guān)鍵詞有可信、直觀(guān)、有用。數(shù)據(jù)指標(biāo)就是提升問(wèn)答覆蓋率和滿(mǎn)意度。

說(shuō)到這里，初步對(duì)這個(gè)需求重新定義問(wèn)題：

針對(duì)用戶(hù)的搜索問(wèn)題，怎么提供更優(yōu)質(zhì)的解答？

這里做一個(gè)重要申明，定義問(wèn)題非常非常非常重要！

定義問(wèn)題其實(shí)就是怎么去拆解看待問(wèn)題的角度，會(huì)影響你解決方案的出發(fā)點(diǎn)。

不得不說(shuō)做項(xiàng)目踩的認(rèn)知第一坑——我們沒(méi)有定義問(wèn)題。也是我覺(jué)得費(fèi)力不討好的關(guān)鍵因素。

當(dāng)時(shí)拿到項(xiàng)目，我們就很著急去分析搜索答案的框架，劃分了單維多維、唯一不唯一、有趣或?qū)I(yè)什么象限圖，最后發(fā)現(xiàn)應(yīng)用的時(shí)候很難套上用處，因?yàn)樗茈y對(duì)應(yīng)的用戶(hù)真實(shí)數(shù)據(jù)覆蓋面統(tǒng)計(jì)，必須繼續(xù)細(xì)分，但又很難判斷細(xì)分度。尷尬到我跟產(chǎn)品介紹框架、框架設(shè)計(jì)case時(shí)都要摳腳指甲了！

圖4 分析時(shí)做的框架最后很難應(yīng)用

更糟糕的是，因?yàn)槲覀兓撕芏鄷r(shí)間做了分析，導(dǎo)致我們后面一直被這個(gè)分析思維纏住了，沒(méi)辦法很好的跳出不好的框架來(lái)看?，F(xiàn)在看來(lái)，有點(diǎn)歪了路。

額外多嘴：

• 項(xiàng)目特意摘出問(wèn)答來(lái)做項(xiàng)目，其實(shí)也讓我有點(diǎn)不解。因?yàn)橛脩?hù)搜索的，都是用戶(hù)的疑惑需求，只是不一定用問(wèn)題的方式作為關(guān)鍵詞，谷歌搜索引擎研究中是搜索的都合并分析。這算后話(huà)了。
• 項(xiàng)目文檔中部分說(shuō)法，其實(shí)有些常規(guī)項(xiàng)目執(zhí)行的坑點(diǎn)。等后面分解。

三、Think：定義的問(wèn)題在項(xiàng)目中的特性

問(wèn)題：針對(duì)用戶(hù)的搜索問(wèn)題，怎么提供更優(yōu)質(zhì)的解答？

這個(gè)問(wèn)題，在這個(gè)項(xiàng)目中，有什么特性呢？這些特性會(huì)影響整體解決方案及后續(xù)驗(yàn)證的輸出。

1. 搜索問(wèn)題是長(zhǎng)尾流量，難以統(tǒng)計(jì)出有共性設(shè)計(jì)需求的大覆蓋面比例

這其實(shí)也是是項(xiàng)目上踩的認(rèn)知第二坑。當(dāng)時(shí)項(xiàng)目從用戶(hù)的問(wèn)題進(jìn)行分類(lèi)：是什么、為什么、怎么辦這些角度，確實(shí)可以得到數(shù)據(jù)占比。

但是，“水果籃子是什么時(shí)候播出的？”、“天官賜福是哪些人在拍”、“女生主動(dòng)給男生發(fā)消息是啥意思？”這三個(gè)“是什么”的答案可是不一樣的。前者是一個(gè)具體時(shí)間，中間是涉及多個(gè)主體，后者則是行為代表的多種含義猜測(cè)。對(duì)應(yīng)的是單答案、多答案不同結(jié)構(gòu)呈現(xiàn)。

所以我現(xiàn)在重新翻看數(shù)據(jù)分析，發(fā)現(xiàn)它難以產(chǎn)生足夠有效的參考。為此，我暫時(shí)放棄的數(shù)據(jù)的參考，回歸問(wèn)題本質(zhì)之一——回答各種各樣、千變?nèi)f化的問(wèn)題。

好在這個(gè)千變?nèi)f化長(zhǎng)尾的煩惱，搜索技術(shù)是可以解決的。

搜索引擎技術(shù)可以通過(guò)分析用戶(hù)輸入的搜索詞，進(jìn)行分詞、詞性判斷等，通過(guò)貝葉斯概率、向量分析等方法來(lái)處理識(shí)別用戶(hù)問(wèn)問(wèn)題的意圖，也就是長(zhǎng)尾問(wèn)題是可以習(xí)得分析的。這個(gè)解釋起來(lái)比較復(fù)雜，認(rèn)真解釋的話(huà)可以扯出另一篇技術(shù)文章來(lái)。隱約記得吳軍的《數(shù)學(xué)之美》有提到過(guò)類(lèi)似的技術(shù)解答，感興趣可以去看，或是查閱論文、解析什么的～

如果你耐心看到這，你也發(fā)現(xiàn)了——技術(shù)在這里面，是絕對(duì)的大王。這也是后文工程化最主要的地方。我也一直疑惑，當(dāng)時(shí)為啥不是技術(shù)來(lái)主導(dǎo)···

pps，數(shù)據(jù)永遠(yuǎn)不絕對(duì)，如果它無(wú)效，就要回歸問(wèn)題本質(zhì)思考解決方案。

2. 搜索引擎工具主打信息瀏覽服務(wù)，追求高效滿(mǎn)足，鏈接第三方網(wǎng)頁(yè)

這是很搜索的特性了，也是項(xiàng)目踩的認(rèn)知第三坑——無(wú)法在短期通過(guò)數(shù)據(jù)驗(yàn)證方案的結(jié)果。

代入細(xì)想一下，如果真的做了優(yōu)化，能讓用戶(hù)獲得更優(yōu)質(zhì)的解答（比如更高效、更好用），用戶(hù)會(huì)在瀏覽器搜索數(shù)據(jù)上表現(xiàn)出什么呢？

（1）單次搜索問(wèn)答瀏覽時(shí)長(zhǎng)縮減量。更短時(shí)間瀏覽就能找到答案——這個(gè)對(duì)于業(yè)務(wù)來(lái)說(shuō)，并不一定是一個(gè)好消息，雖然長(zhǎng)期來(lái)看可能增加了用戶(hù)使用生命周期。

（2）相關(guān)問(wèn)題搜索頻率增量。會(huì)更常在這里搜索相關(guān)問(wèn)題——這個(gè)要考慮驗(yàn)證的時(shí)間窗口是一周還是一個(gè)月內(nèi)？畢竟長(zhǎng)尾需求剛性有，但弱，隨機(jī)性較強(qiáng)，而團(tuán)隊(duì)跟進(jìn)能否支持得了拉長(zhǎng)的時(shí)間窗口。

（3）答案摘要的點(diǎn)擊率。這個(gè)指標(biāo)，到底用戶(hù)是因?yàn)闈M(mǎn)意想看更多所以想點(diǎn)擊，還是因?yàn)椴粷M(mǎn)意想看更多才點(diǎn)擊呢？——不知道，所以不算得好指標(biāo)。

所以，當(dāng)時(shí)項(xiàng)目文檔提到的提高用戶(hù)滿(mǎn)意度，是什么呢？

很難定義，一直在討論，沒(méi)有很好定下來(lái)數(shù)據(jù)指標(biāo)。唯一比較肯定的就是，可以通過(guò)用戶(hù)訪(fǎng)談、問(wèn)卷來(lái)進(jìn)行簡(jiǎn)易驗(yàn)證。

這就是我在前面Star多嘴處說(shuō)到文檔執(zhí)行坑點(diǎn)：數(shù)據(jù)指標(biāo)量化有困難。

客觀(guān)來(lái)說(shuō)，這個(gè)特性導(dǎo)致追求短平快的團(tuán)隊(duì)難以驗(yàn)證設(shè)計(jì)。但這個(gè)也正是需要辯證考慮的，到底要不要追求長(zhǎng)期主義？短期難以驗(yàn)證，但長(zhǎng)期是可以的，比如你的用戶(hù)量會(huì)增多，你的搜索頻率會(huì)增高，你的LTV會(huì)增長(zhǎng)，你的廣告收入會(huì)拉高，窗口拉得足夠長(zhǎng)，確實(shí)是存在可驗(yàn)證性的。

3. 最優(yōu)答案的呈現(xiàn)形態(tài)是動(dòng)態(tài)變動(dòng)的

團(tuán)隊(duì)當(dāng)時(shí)有從信息可視化、動(dòng)態(tài)化、海報(bào)、貼紙、互動(dòng)等等角度去優(yōu)化一些答案Case，Case做的很完美（大家都很有設(shè)計(jì)力），可惜到了落地都是遇到了技術(shù)實(shí)現(xiàn)、影響覆蓋面問(wèn)題，無(wú)法很好繼續(xù)談下去。

回看一番，這些解答不一定就是最好的設(shè)計(jì)方式。因?yàn)槟呐抡麄€(gè)產(chǎn)品團(tuán)隊(duì)去優(yōu)化特定類(lèi)型問(wèn)題的解決方案，在海量長(zhǎng)尾面前，無(wú)異于螳臂當(dāng)車(chē)。

圖5 鮮活直觀(guān)信息呈現(xiàn)的方式的調(diào)研收集（Case就不放出來(lái)啦，團(tuán)隊(duì)Case涉及保密問(wèn)題）

那么最優(yōu)答案是怎么樣的呢？

答案就是知識(shí)。知識(shí)的傳播，最開(kāi)始是死記硬背，再演變到講故事更容易讓人記住、漫畫(huà)講解有圖示、視頻講解更有臨場(chǎng)感、游戲化寓教于樂(lè)，同一個(gè)知識(shí)有完全不同的解釋方式，被不同時(shí)代的不同人所喜愛(ài)。

同樣的，我在觀(guān)察社區(qū)類(lèi)競(jìng)品時(shí)發(fā)現(xiàn)：UGC知識(shí)的好處是每個(gè)人解答方式或角度的不一樣，活靈活現(xiàn)，總有適合不同人的最優(yōu)解。

我不禁反思，或許解決這個(gè)問(wèn)題真正一勞永逸的方法，就是要設(shè)計(jì)一個(gè)可動(dòng)態(tài)變化追尋最優(yōu)解的工程。

啊！Bingo！就是這個(gè)——可動(dòng)態(tài)變化追尋最優(yōu)解的工程。這就是我的答案。

四、Solution：可動(dòng)態(tài)變化追尋最優(yōu)解的工程

動(dòng)態(tài)變化，就意味著要存在對(duì)答案內(nèi)容的解析、提煉、評(píng)分。而且評(píng)分的等級(jí)是一直變化的。我修修改改，簡(jiǎn)陋的弄了一個(gè)工程流程圖。

圖6 設(shè)想的解答背后工程構(gòu)想

構(gòu)想畫(huà)的比較粗糙，背后技術(shù)省略了很多，原諒我一個(gè)沒(méi)啥技術(shù)背景的小白的表達(dá)方式。

這個(gè)構(gòu)想是需要一整個(gè)大團(tuán)隊(duì)才可以完成的事情。但私以為，不要覺(jué)得動(dòng)態(tài)變化如此大成本投入不可靠。說(shuō)一個(gè)個(gè)人的感觸，在高中時(shí)期，我還覺(jué)得百度搜索中文結(jié)果特別方便，等到我大學(xué)畢業(yè)后，反而覺(jué)得谷歌搜索非常精準(zhǔn)，而百度搜索出來(lái)一堆無(wú)用的解答。

這是因?yàn)楣雀鑼?zhuān)注于對(duì)于中文的搜索理解優(yōu)化以及對(duì)應(yīng)的中文內(nèi)容匹配抓取，它專(zhuān)心優(yōu)化的是自己的搜索技術(shù)；而百度是專(zhuān)注于做中文內(nèi)容結(jié)構(gòu)化鋪開(kāi)，比如百度經(jīng)驗(yàn)、百度知道、百度文檔，所以搜索內(nèi)容時(shí)，匹配結(jié)果時(shí)部分依賴(lài)自己搭建的結(jié)構(gòu)化內(nèi)容，導(dǎo)致搜索引擎看著可用但實(shí)際上尋找的不夠精準(zhǔn)問(wèn)題被掩飾了。

而當(dāng)初谷歌離開(kāi)中國(guó)市場(chǎng)時(shí)，互聯(lián)網(wǎng)上的中文內(nèi)容還太少了，谷歌跑不出數(shù)據(jù)量訓(xùn)練自己的模型。現(xiàn)在隨著互聯(lián)網(wǎng)跑了十年，這兩個(gè)搜索引擎就出現(xiàn)了區(qū)別——海量中文內(nèi)容加持下，谷歌是越找越精準(zhǔn)，百度卻是越找越乏力。

所以要做好，跑長(zhǎng)期工程，或許更適合。驗(yàn)證也走長(zhǎng)期思路。長(zhǎng)遠(yuǎn)來(lái)看，用戶(hù)對(duì)于搜索的評(píng)價(jià)是上升還是下降，使用頻率增高還是降低，使用時(shí)長(zhǎng)是增高還是降低，用戶(hù)量是增高還是降低等等。

工程出來(lái)，每個(gè)角色適合賦能位置就清晰許多了。拆解一下如圖7。

技術(shù)主導(dǎo)整個(gè)流程，其中產(chǎn)品設(shè)計(jì)可以參與設(shè)計(jì)答案框架，涵蓋所有適合的答案框架。內(nèi)容或活動(dòng)運(yùn)營(yíng)可以考慮在建立優(yōu)秀答案內(nèi)容池上做運(yùn)營(yíng)活動(dòng)，比如“答案點(diǎn)評(píng)官活動(dòng)”投放活動(dòng)到福利中心，讓用戶(hù)實(shí)際參與點(diǎn)評(píng)篩選，持續(xù)豐富內(nèi)容池等等。

圖7 角色賦能拆解

五、Design：設(shè)計(jì)賦能清晰化的框架呈現(xiàn)

圖7建議設(shè)計(jì)工作落到設(shè)計(jì)更適合的答案框架上。

答案框架一直是我們當(dāng)時(shí)在研究的重點(diǎn)，Star 部分講的圖4 已經(jīng)表明前期框架我們將其分類(lèi)做的復(fù)雜了。后來(lái)我們按照單答案、多答案分別細(xì)分，雖然分得較為雜亂，但算是較合理的處理方式。如圖8。

圖8 單答案部分框架提取

這里提一下我們當(dāng)時(shí)認(rèn)知上的第四坑——將單答案、多答案分開(kāi)看待的，但實(shí)際上在技術(shù)側(cè)不是這么分的。

答案框架的應(yīng)用取決于答案內(nèi)容。如果答案提煉到是多維答案框架（多維=多角度、多分類(lèi)），那么就是用多維答案框架，如果沒(méi)有多維，技術(shù)只能爬到單答案，那就按照單答案展示。其實(shí)就是類(lèi)似“自主適配”。

綜合思考后，我覺(jué)得需要設(shè)計(jì)的是一個(gè)遞進(jìn)交合結(jié)構(gòu)的基礎(chǔ)答案框架。初步構(gòu)想如下圖9。

圖9 基礎(chǔ)答案框架

遞進(jìn)交合應(yīng)用取決于答案內(nèi)容的知識(shí)圖譜節(jié)點(diǎn)識(shí)別。

如果存在多層節(jié)點(diǎn)，就套上一二級(jí)標(biāo)簽結(jié)構(gòu)去應(yīng)用，就會(huì)變成一個(gè)多答案結(jié)構(gòu)；如果是沒(méi)有節(jié)點(diǎn)，就是只有答案內(nèi)容的單答案結(jié)構(gòu)。

初步構(gòu)想很粗糙，還可以細(xì)分，比如一個(gè)級(jí)別的標(biāo)簽下可能有多個(gè)內(nèi)容、圖片大小不同的情況、視頻橫豎+不同時(shí)長(zhǎng)+是否可自動(dòng)播放情況、文檔存在下載操作按鈕、內(nèi)容為操作步驟有流程性、內(nèi)容是表格如何呈現(xiàn)比較好等等；

甚至再細(xì)分一些特殊模式，比如二級(jí)標(biāo)簽只是2個(gè)比較的情況，可以直接用PK模式呈現(xiàn)。展開(kāi)的話(huà)也是一大設(shè)計(jì)文件說(shuō)明，圖9基本已經(jīng)把我的主要思維體現(xiàn)了，所以細(xì)節(jié)就先不展開(kāi)了。

提一個(gè)框架設(shè)計(jì)中體驗(yàn)的關(guān)鍵點(diǎn)：

（1）增強(qiáng)答案的認(rèn)同感

其實(shí)用戶(hù)尋找問(wèn)題，得到答案，是為了得到自己更認(rèn)同的答案。

那么影響認(rèn)同感的因素有哪些呢？——答主身份、用戶(hù)認(rèn)同數(shù)。后者其實(shí)比較難抓取，但前者屬于內(nèi)容源，是可以固定下來(lái)的。當(dāng)時(shí)團(tuán)隊(duì)對(duì)專(zhuān)業(yè)領(lǐng)域的答主就很看重其身份的展示。

故我在圖9的結(jié)構(gòu)末尾加了內(nèi)容源的身份解析，但是這個(gè)為不干擾主體答案畫(huà)的比較弱，必要情況下可以加強(qiáng)視覺(jué)呈現(xiàn)，比如特別專(zhuān)業(yè)領(lǐng)域使用內(nèi)容源or答主身份前置到頂部，或是直接把這塊的頭像面積變大修改版式。

（2）服務(wù)于答案內(nèi)容的情緒感知

在工程圖6的設(shè)想中有提到答案的情緒感知。

當(dāng)時(shí)團(tuán)隊(duì)討論觀(guān)察提到的方式是該怎么去回答一個(gè)問(wèn)題，有些適合搞梗，比如互聯(lián)網(wǎng)熱詞，有些適合專(zhuān)業(yè)比如法律咨詢(xún)，有些適合安撫比如傷心情感問(wèn)題。

只是當(dāng)時(shí)切入的應(yīng)用角度是垂直領(lǐng)域細(xì)分，比如安撫就是情感領(lǐng)域。但實(shí)際上這樣還不夠嚴(yán)謹(jǐn)。因?yàn)橛行┣楦惺窍蛏系?，不一定需要安撫?/p>

所以我傾向于直接解析答案內(nèi)容的情緒，這需要借助機(jī)器模型學(xué)習(xí)。

識(shí)別內(nèi)容判定總體情緒，是否安撫性強(qiáng)。比如是否出現(xiàn)安撫性詞語(yǔ)“抱抱”、“加油”、“你可以的”等等字眼。如果判斷出答案的情緒屬于這一類(lèi)，那么就可以在掛載區(qū)增加一些互動(dòng)安撫功能。比如類(lèi)似壹心理的抱抱互動(dòng)按鈕，增加xx人在這里與你擁抱、xxx位陌生人給你鼓勵(lì)+鼓勵(lì)彈幕；

同類(lèi)擴(kuò)展，搞梗有趣的可以增加熱詞段子彈幕到擴(kuò)展區(qū)；不過(guò)專(zhuān)業(yè)的更建議提供咨詢(xún)的掛在服務(wù)了。

當(dāng)然體驗(yàn)關(guān)鍵點(diǎn)還有其他，比如統(tǒng)一簡(jiǎn)潔化呈現(xiàn)，這些屬于基礎(chǔ)要求，就不細(xì)提啦～

六、Expand：項(xiàng)目復(fù)盤(pán)的可復(fù)用性討論

寫(xiě)這篇文章之前就在想，做這個(gè)復(fù)盤(pán)，除了給自己一個(gè)交代外，還能有什么復(fù)用擴(kuò)展？

1. 復(fù)雜需求產(chǎn)品設(shè)計(jì)的全局思維

與開(kāi)篇呼應(yīng)，這是最重要的思維收獲。面對(duì)一個(gè)復(fù)雜的需求，定義問(wèn)題是基礎(chǔ)，它可以避免費(fèi)力不討好的嘗試。然后從工程化角度去思考解決方案，而不是一下子就從細(xì)節(jié)入手。工程化可以讓自己從全局角度來(lái)看待這件事，也能找到每個(gè)角色更好賦能的方式。

2. 這種搜索設(shè)計(jì)思路能否用于社區(qū)類(lèi)搜索邏輯？

社區(qū)類(lèi)App鏈接的是人和產(chǎn)生內(nèi)容的人，也就是至少存在KOL和粉絲兩種角色。兩者之間存在情感聯(lián)結(jié)。如果使用了提取答案摘要的能力，平臺(tái)自己生成一個(gè)答案，可能會(huì)減少KOL的SEO搜索導(dǎo)量，引起KOL流失、粉絲流失，損益過(guò)重。

所以精選摘要更多是在搜索工具這種純粹的工具中存在，因?yàn)樗阉鞴ぞ哝溄拥氖蔷W(wǎng)頁(yè)。

當(dāng)然也有一種折中解決方案，也就是官方自己下場(chǎng)到社區(qū)中，成為社區(qū)的某一類(lèi)生產(chǎn)內(nèi)容的人。比如小紅書(shū)的運(yùn)營(yíng)官建了很多官方賬號(hào)，比如吃貨薯、知識(shí)薯，且會(huì)做部分小專(zhuān)題內(nèi)容。搜索一些相關(guān)內(nèi)容可能就會(huì)看到官方的結(jié)果也混在SEO之中。

不過(guò)這種官方不會(huì)做的太過(guò)，怕?lián)屨糑OL的盤(pán)面，或是即使做多了，也是會(huì)給提供對(duì)應(yīng)內(nèi)容KOL引流。

總體來(lái)說(shuō)，現(xiàn)在這個(gè)搜索工具的復(fù)盤(pán)，更多適合在工具屬性強(qiáng)的產(chǎn)品中的搜索應(yīng)用。如果是在社區(qū)中應(yīng)用，可以建立官方賬號(hào)，以官方賬號(hào)人這個(gè)角色去產(chǎn)出精選摘要內(nèi)容呈現(xiàn)。

3. 這種動(dòng)態(tài)工程化解決設(shè)計(jì)的思維就是AI背后的工作

隨著 ChatGPT 大火，深感未來(lái)搜索革新之重。昨晚甚至覺(jué)得，我做的復(fù)盤(pán)，其實(shí)是AI的工作，而現(xiàn)在國(guó)內(nèi)大家都集體搬用API，其實(shí)就是直接借用了國(guó)外的工程化結(jié)果。

記得去年 leader 說(shuō)過(guò)，現(xiàn)在搜索引擎其實(shí)我們是在用機(jī)器的方式跟機(jī)器對(duì)話(huà)，未來(lái)也許會(huì)用跟人對(duì)話(huà)的方式跟機(jī)器對(duì)話(huà)。目前看來(lái)已經(jīng)走在這條新路之上。

圖6的工程化 = AI背后的工作，技術(shù)設(shè)定優(yōu)化好好學(xué)習(xí)模型，基于標(biāo)記好的內(nèi)容庫(kù)訓(xùn)練機(jī)器，最后得到一個(gè)可動(dòng)態(tài)學(xué)習(xí)自我更新的 AI 。想想 Open AI 2015年成立，2022年底引爆行業(yè)，近乎8年的投入，確實(shí)有勇有謀。側(cè)面也可看出：但凡需要考慮工程化去解決一件事的需求，要么是長(zhǎng)期主義的需求，要么是需要投入大量人力的需求。篳路襤褸，以啟山林。不過(guò)人多本來(lái)也就意味著時(shí)間長(zhǎng)，因?yàn)闇贤ㄟ呺H效益就高很多了。

活久見(jiàn)，也幸得活久見(jiàn)。

不過(guò)多嘴一下：私以為，AI和搜索引擎，或是說(shuō)和任何一個(gè)信息傳播的平臺(tái)都具備的問(wèn)題，就是信息繭房或是頭部效應(yīng)。哪怕是機(jī)器，也逃不開(kāi)這個(gè)問(wèn)題，這跟機(jī)器的數(shù)據(jù)源、處理方式、傳遞給人類(lèi)時(shí)人類(lèi)的學(xué)習(xí)能力有關(guān)。我其實(shí)在設(shè)計(jì)問(wèn)答時(shí)也在思考，如何讓少數(shù)或是說(shuō)厚數(shù)據(jù)也能被人看到？暫未有解，只能先記著。

看，寫(xiě)到這里就會(huì)發(fā)現(xiàn)，其實(shí)還是解決方案思維上的學(xué)習(xí)。

Summary：最后一杯茶

回顧一下：

項(xiàng)目復(fù)盤(pán)從一開(kāi)始介紹了需求背景后，開(kāi)始定義問(wèn)題——如何面對(duì)千變?nèi)f化的長(zhǎng)尾問(wèn)題，提供更優(yōu)解？

然后確定問(wèn)題的特性，也就是把問(wèn)題放到項(xiàng)目中去判斷它的特性，推斷解決方案可以落在工程化思路上。

之后設(shè)計(jì)工程化解決思路，從整體流程出現(xiàn)確定每個(gè)角色更適合賦能的地方。圍繞其中產(chǎn)品設(shè)計(jì)的賦能之處，思考設(shè)計(jì)構(gòu)想與體驗(yàn)關(guān)鍵點(diǎn)并體現(xiàn)在設(shè)計(jì)框架之中。

最后反思復(fù)盤(pán)的擴(kuò)展應(yīng)用可能，除開(kāi)最重要的工程化解決思路外，也談及如果要應(yīng)用到社區(qū)內(nèi)容搜索的可能方式，也感慨其實(shí)這個(gè)就是AI背后思路。