AI 搜尋管線的五個階段是什麼？

你對第三、第四、第五階段擁有輸入，對第一、第二階段則完全沒有。理解發生在碰到任何文件之前，輸入只有使用者的措辭、對話歷史，以及引擎自己的先驗。扇出是引擎依據它自己對子話題的模型，從那個意圖生成出來的。這兩個階段都不讀你的網站，所以任何以改善它們為名販售的手法，不是貼錯了標籤，就是空的。

在第三階段，你的輸入是索引成員資格、可抓取性與相關性。Google 對自家介面直接寫明了準入規則：頁面「必須已被建立索引，並且有資格帶著摘要出現在 Google 搜尋中，滿足搜尋的技術要求」，並補充說，要出現在那裡並不需要任何特殊檔案或 schema.org 標記。¹ 它的優化指引點名了這條規則背後的機制，把檢索增強生成描述成「依靠我們核心的搜尋排序系統，從我們的搜尋索引中檢索出相關且時效性好的網頁」來改善答案。⁶ 在第四階段，你的輸入是段落結構，也就是某個具體子問題的答案，是不是坐落在一個可以整塊抬走的區塊裡。在第五階段，你的輸入是措辭。

管線裡還有很大一塊你完全沒有輸入，而它並不是一個階段：它是其他所有人的頁面。第二到第四階段跑在一個由整個網路建起來的索引之上，所以在多數商業問題上，被檢索出來的候選大多是第三方評測、彙整清單與討論串。2026 年一項涵蓋四個品牌、橫跨三個引擎、共 47,097 條引用的廠商研究，把「被引用材料中品牌自有的比例」估在大約 2%；四個品牌只能算是舉例，不是常數，但重點在於量級。⁹

第五階段的手法之所以會輸在第三階段，是因為一次讓段落更可引用的改寫，可能同時讓頁面對「本來會把它檢索出來的那條查詢」變得更不相關，而管線是把這兩個效果相乘，不是相加。KDD 2026 的一項基準測試搭出了一個端到端環境：171,003 份文件、2,700 條查詢，並把檢索與重排重新放回去，共測試了十種「只改正文」的策略。取平均後，前 20 名出現率從 0.58 降到 0.53，重排後前 10 名出現率從 1.00 降到 0.84，引用率從 0.50 降到 0.47；最差的單一策略把前 20 名出現率壓到 0.37，把引用率壓到 0.39。³ 那篇綜述的解讀很精確：一次改寫「因此可能在被注入之後表現良好，同時卻讓該文件在上游更難被檢索、更沒有競爭力」。²

另外兩項基準測試從不同方向落到了同一個地方。NeurIPS 2025 資料集與基準賽道的一篇論文，在它自己描述為「超過 1.9k 條查詢與 16k 份文件」的語料上「總共測試了十種方法」，結論是這些方法「不只在很大程度上無效，甚至可能產生與預期相反的效果，拉低文件排序」：「在 54 個案例中，我們只找出三例排序提升具有統計顯著性」，而問答任務上一例也沒有。⁴ 在位置這件事上，它保持定性、不給出任何倍數：把一份文件放到上下文視窗的第一位，「在 LLM 回答中帶來的引用排名收益，遠大於」它測過的任何一種內容手法。⁴ 開創這個領域的 2024 年 KDD 論文報告的收益要大得多，但那是在一個自訂指標上、在一個專門搭建的兩步引擎裡，而且針對的是一個本來就已經待在那五份文件上下文裡的頁面；那篇綜述把大家對這個數字的流行推廣稱為「在某個特定設定下、某一個指標上的相對最大值」。⁵² 兩項結果都是誠實的；但只有其中一項真的跑過檢索這一步。診斷法一篇把這兩項基準測試完整拆開來講。

把各個階段分開量測，因為一個混合出來的能見度數字沒辦法告訴你是哪一個失守，而每一個階段的修法都是不同的人做的不同的活。那篇綜述把順序講得很直白：「先做出一個相關、全面、可查證、結構清晰、而且技術上可被檢索的頁面；然後分別量測檢索、引用與保真度。」²

那項把完整管線復原出來的基準測試，替每一種策略報告三個數字而不是一個：檢索後進入前 20 名的出現率、重排後進入前 10 名的出現率，以及成稿答案裡的引用率。這三個數字各走各的。給同一批文件加上結構化資訊，平均前 20 名出現率從 0.58 升到 0.71，而引用率幾乎沒動，只從 0.50 變到 0.52。³ 一個混合出來的分數只會顯示一個小小的正值，把這個結果的兩半同時藏起來。

創業者版本不需要任何儀器，一個下午就能做完。第三階段：用一個普通請求抓一次頁面，確認答案正文就在 HTML 裡，再確認它已被建立索引、有資格顯示摘要。¹ 第二與第三階段：搜尋你這個話題會扇出成的那些子問題，看看你有沒有東西排得上。第四階段：讀一讀引擎從它改而引用的那些人身上摘走的段落。第五階段：把那些措辭和你自己的對照。四項檢查，四種不同的失守，而只有最後一種才是寫作問題。