從關鍵字到自然語言：Liz Reid 拆解 AI 改寫搜尋的最大使用者行為轉向

本文整理自 Bloomberg《Odd Lots》Podcast 2026 年 4 月 23 日播出的單集，受訪者為 Google 搜尋副總裁 Liz Reid。本系列共三篇，這是第二篇談使用者從關鍵字轉向自然語言的最大行為轉向、AI Overview 的觸發邏輯、三個介面共存與隱藏的工程代價。第一篇談擴張論與廣告辯護，第三篇談 AI slop、Token-maxing 與未來介面。

{{< youtube DP8qe2Qo2-s >}}

{{< apple-podcast "tw/podcast/googles-liz-reid-on-who-will-own-search-in-a-world-of-ai/id1056200096?i=1000763214881" >}}

---

「不再為機器翻譯」：搜尋查詢突然變長的背後

Liz Reid 在這集訪談裡反覆提到一個她認為被嚴重低估的觀察：AI Overview 看到的查詢，比起傳統的 Google 搜尋查詢，明顯變長、變得更接近自然語言、也更接近使用者腦中真實的需求。她把這個轉變稱為「使用者終於不再為機器翻譯」，這句話聽起來像個無傷大雅的觀察，但其實是這集訪談裡最深刻的一段論述。

Reid 用一個非常具體的例子鋪陳這個轉變。過去使用者要找餐廳，幾乎都會輸入「紐約餐廳」這種短關鍵字，然後在跑出來的清單中花十幾分鐘自己過濾。但實際上，使用者腦中真正的問題是「我想找一家紐約的餐廳，5 個人，其中一個是純素食者、有兩個小孩，預算不要太貴，最好走路 10 分鐘可以到」。Reid 直白地說：「過去的使用者不會把這個需求講出來，因為他們知道 Google 聽不懂。他們會把腦中那個複雜的、雜訊很多的需求，自我壓縮成一個關鍵字，把雜事自己扛起來。」

她在訪談中講的這句話應該被任何在做 AI 產品的團隊抄下來：「使用者不會再把自己的需求翻譯成電腦聽得懂的語言。他們開始直接把真實需求講出來，然後預期我們去做翻譯。」這個句子簡單，但訊息量極大。它意味著過去 25 年使用者習慣的「自我壓縮」，那個本來被視為理所當然的、把多維需求壓成幾個關鍵字的習慣，正在快速消失。AI 介面把翻譯的工作從使用者那邊接過來了。

這個轉變有一個容易被忽略的副作用：查詢的多樣性大幅增加。Reid 說 AI Overview 看到的查詢長度顯著拉長，意圖也更分散。原本 Google 二十年累積的最佳化邏輯是建立在「許多使用者會搜同一個關鍵字、可以共用結果」的前提之上，但當每個查詢都變得獨一無二、變成一段對話式的長句時，過去那套架構也必須重做。這個重做的代價會在這篇文章後段詳述，但它的起點就是這個從「關鍵字」到「自然語言」的根本轉移。

Reid 還補了一個非常本質性的觀察：falafel 這個詞是個經典的歧義範例。使用者打進「falafel」，想要的可能是「這是什麼食物」、「怎麼自己做」、「附近哪裡有」、「卡路里多少」，過去 Google 必須用一個結果頁同時服務這四種意圖，使用者再從中自己挑。但現在使用者會直接打進「我想學怎麼做 falafel，預算內、20 分鐘內可以完成」。意圖被使用者主動地揭露出來，搜尋從「猜你想要什麼」變成「直接做你想要的事」。

AI Overview 不是看問號：訊號驅動的觸發機制

很多使用者以為 Google 是看到「問號」才觸發 AI Overview，但 Reid 在訪談中直接否認這個假設。Tracy 拿自己養的兩隻柯基當例子問：「我打進『柯基』，跑出來是 American Kennel Club 的連結跟 Reddit 子版；但我打進『什麼是柯基？』，就跑出 AI Overview。所以是看問號嗎？」Reid 的回答是「不是」。

她解釋，Google 內部判斷要不要觸發 AI Overview 的依據是「訊號」，這個訊號的核心問題是「對這個查詢來說，AI 摘要是不是會帶來價值？還是只會擋路？」她舉了幾個非常清楚的反例。當使用者輸入「Wikipedia」，他們的意圖是要直接到維基百科去，這時候跑出一個「維基百科的歷史、創辦人、編輯數量」的 AI 摘要完全是在浪費使用者時間，反而比沒摘要更糟。她特別補充了一個案例，當使用者輸入「odd lots」這檔 Podcast 的名字，他們要的是直接連到節目，而不是這個節目從哪一年開播、宗旨是什麼的摘要。

「重點是，AI 不應該為了給而給」，Reid 在訪談中強調這句話幾乎是 Google 對 AI Overview 的內部哲學。這個取態跟很多 AI 公司的做法形成鮮明對照：許多公司急著把 AI 塞到所有可能的地方，把「使用者跟 AI 互動次數」當成成功指標，卻忽略了使用者其實大多數時候只想快速辦完事走人。Google 的賭注是「AI 該出現的時候才出現」，這個自我克制反而會建立長期的信任。

Reid 也說明這個訊號邏輯不是新發明的。「想想我們在搜尋頁面上一直以來的一個設計：什麼時候要跑出當地天氣的 one box？什麼時候要跑出運動賽事比分？什麼時候要直接顯示地圖？這從來都不是看使用者打了什麼字面上的詞，而是看訊號告訴我們什麼樣的呈現方式對這次查詢最有用。」AI Overview 在這個邏輯下只是「另一個 one box」，差別是它的觸發判斷需要更細膩的訊號分析，而且隨著模型變強，能適配的查詢範圍會逐步擴大。

她還提到一個容易被忽略的演進維度：「隨著模型變強，我們可以放心觸發 AI Overview 的查詢類型也越來越多。」言下之意是，今天看到的 AI Overview 觸發比例只是個快照，未來這個比例會隨模型進化而往上爬，但永遠不會接近 100%，因為「Wikipedia」這種純導航型查詢永遠該被快速放行。

三個介面共存：Google.com、AI Mode、Gemini app

Joe 在訪談中拋了一個非常實際的問題：「同一個使用者，會不會交替使用 Google.com 跟 Gemini.google.com？這兩個產品的查詢類型有沒有不同的特徵？」這個問題其實是替所有困惑於「Google 為什麼要養兩個搜尋盒子」的觀察者問的。Reid 的回答把 Google 的整套產品策略攤了開來。

她的答案是：使用者大量交替使用，而且不只兩個，是三個介面。第一個是傳統的 Google.com 搜尋，這裡聚集的是所謂「資訊型、導航型」的查詢，使用者要的是快速得到事實或快速到達某個目的網頁。第二個是 AI Mode，這個介面在 Google.com 裡面，但提供對話式的長查詢介面，使用者用它來處理複雜、需要追問、需要在多個維度上比較的問題。第三個是獨立的 Gemini app，使用者用它來處理生產力跟創意任務，例如「幫我把這封信改寫得更正式一點」、「幫我擬一個會議大綱」這類偏向「協作工作」的任務。

Reid 觀察到的模式是這樣的：同一個使用者一天之內可能跨三個介面使用。早上要查天氣、要找一個地址，他用 Google.com；中午想要研究一個新概念、想要在多個面向上比較選項，他切到 AI Mode；下午要把一份草稿改寫、要讓 LLM 幫忙寫信，他打開 Gemini app。這三個介面在使用者腦中的分工是清楚的，他們不會把所有任務都丟給其中一個。

更有趣的是 Reid 觀察到使用者把 Google 當成 LLM 答案的事實查核工具。Tracy 直接問：「你們有看到使用者拿 Google 來事實查核 ChatGPT 或 Gemini 給的答案嗎？」Reid 的答案是肯定的：「絕對看到。但你知道嗎？這個行為其實一點也不新。十幾年前使用者就會把朋友隨口說的事情拿來 Google 一下，看看朋友有沒有亂講。LLM 出現後，使用者只是把這個習慣的對象從『朋友的隨口話』換成『LLM 的回答』。」

這個觀察揭露了一個對 OpenAI、Anthropic 這類公司不太友善的事實：在使用者心目中，LLM 還沒有完全建立起權威感，他們會習慣性地交叉驗證。Google 二十多年累積的「事實基準」地位並沒有被 LLM 取代，反而變成 LLM 答案的「上訴法院」。Reid 說，這個 fact-checking 行為帶回來的查詢往往比過去更長、更具體，因為使用者會把 LLM 的回答整段貼進來確認。她指出，AI Overview 在這個情境下反而是個加速器，因為使用者不需要再翻好幾頁才能比對到關鍵事實。

彈跳點擊變少了：使用者不是不點擊，是不浪費時間

訪談中段 Reid 拋出一個讓很多媒體業者跌破眼鏡的數據觀察：AI Overview 上線後，他們看到的點擊行為變得「更乾淨」。具體的意思是，所謂的「彈跳點擊」變少了。彈跳點擊指的是那種使用者點進某個連結、停留半秒、然後立刻跳回搜尋結果繼續找的行為，這種點擊在數據上是計入的，但在使用者價值上幾乎是零，因為它代表這個連結並沒有解決問題。

Reid 的解讀是：當使用者只是要確認一個事實、或要一個快速答案的時候，AI Overview 就直接給了，使用者不會再去做那個浪費時間的彈跳點擊。但對於那些使用者真正想讀的內容，比方說一篇五分鐘的深度報導、一篇個人專欄、一個內容創作者的長篇分析，使用者並沒有變得不願意讀。「如果你本來就是要花五分鐘讀完一篇文章，AIO 的存在不會改變這件事，反而可能幫你導航到更對的那篇。」

這個解讀對媒體業有兩個意涵。第一個是負面的：那些靠「短內容、快事實、SEO 流量」存活的網站確實會被 AI Overview 蠶食，因為它們提供的價值就是被摘要直接取代的那一塊。第二個是正面的：那些靠「深度、觀點、原創分析」存活的內容創作者，理論上不會被 AIO 受傷，反而可能因為 AIO 把使用者導向「真正有意義的長文」而拿到更精準的讀者。

當然這個敘事也有質疑空間。Reid 在訪談中沒有給出具體的點擊率變化數字，她也沒有否認某些媒體網站確實流量大跌。但她的論點是：「短事實內容本來就在 AI 時代會被擠壓，這跟 AI Overview 出不出現沒有直接因果關係。」這個說法可能不是所有受傷網站可以接受的，但它指向了一個更大的趨勢：內容生態的兩極化會加速，中間層被夾擊。

隱藏代價：自然語言查詢無法快取，延遲與品質的工程戰

訪談接近結尾時，Tracy 問了一個非常聰明的問題：「使用者開始用自然語言、長句子來查詢，這對 Google 的工程架構會不會帶來新問題？」Reid 的回答揭露了一個外界很少談的真相：自然語言查詢在工程上比關鍵字查詢貴得多，貴在快取失效。

Google 過去二十多年的搜尋速度奇蹟，很大一部分仰賴一個簡單的事實：許多使用者會搜尋同一個關鍵字。這意味著 Google 可以把熱門查詢的結果預先計算、快取起來，下一個使用者搜尋同一個詞的時候，回應時間幾乎是零。但當查詢變成「我想找一家紐約的餐廳，5 個人，其中一個吃素、有兩個小孩，預算不要太貴，最好走路 10 分鐘可以到」這種獨一無二的長句時，每一次查詢幾乎都是新的，沒辦法直接套用快取。

Reid 沒有把這個工程代價戲劇化，她只是平實地說：「延遲變成更難解的問題。」但這句話背後是巨大的基礎設施投入。Google 必須重新思考整套搜尋的回應速度：怎麼把模型推論的延遲壓低、怎麼設計新的快取策略（也許不是快取整個結果、而是快取意圖層）、怎麼在邊緣節點預先做某些處理。這些工程細節在訪談中沒有展開，但 Reid 顯然把它們當作 Google 接下來幾年的真實戰役。

她順帶也回應了隱私的疑慮。當查詢從「短關鍵字」變成「我跟 5 個朋友、其中一個吃素」這種高度個人化的句子時，隱私風險也跟著放大。Reid 強調 Google 在隱私上有長期的紀錄：登入模式、登出模式、無痕模式都並存，使用者可以選擇暴露多少個人資訊給搜尋系統。「這不是一個新挑戰，但它在自然語言時代會變得更顯眼」，她說。

訪談結束前，她拋出一句相當有重量的話作為總結：「我們的使命是『組織世界的資訊，使其普遍可訪問且有用』。前兩個字過去 25 年都做得到，但『有用』這個字以前其實沒辦法真正兌現，因為使用者必須自己把需求壓縮成關鍵字、自己過濾結果、自己整合答案。AI 是第一次讓我們真的有可能履行『有用』這個承諾。」這句話是這集訪談裡 Reid 最接近「個人信仰」的時刻，也是她對 AI 重塑搜尋這件事最深的看法。

寫給 AI 產品團隊的兩條提醒

把這集訪談對「使用者行為轉向」這條主線整理起來，有兩個觀察值得任何在做 AI 產品的人記下來。

第一是「克制」比「擴張」更難。Google 對 AI Overview 採取「訊號決定觸發」而不是「全部都跑」的取態，是這集裡最反矽谷直覺的設計選擇。多數 AI 公司目前的策略是「把 AI 塞到產品的每一個角落」，把使用者跟 AI 互動的次數當成成功指標。但 Reid 的觀察是：使用者其實大多數時候只想快速辦完事走人，AI 該出現的時候才出現，那個自我克制本身就是價值。任何在做 AI 副駕駛、AI 助理、AI 摘要的團隊，都應該問自己這個問題：我的 AI 是不是在使用者其實不需要它的時候硬要冒出來？

第二是「使用者不再為機器翻譯」這個轉變對所有產品都成立。它不只是搜尋的故事，是任何輸入介面的故事。當使用者習慣了直接對 AI 講真實需求、預期 AI 自己去翻譯，那麼任何要求使用者「先把需求壓縮成幾個欄位、幾個下拉選單、幾個關鍵字」的介面，都會變得越來越落伍。從 CRM 到報表工具、從電商搜尋到旅遊預訂，下一波產品的勝者會是那些徹底讓使用者用自然語言講需求、自己接住翻譯責任的產品。Reid 在搜尋上看到的故事，會在每一個產業重演。