AI検索と従来の検索エンジンの大きな違いは、回答の提供方法にある。従来の検索エンジンでは、クエリに関連するWebリンクの一覧を提示するだけにとどまっていたが、AI検索では、クエリに対する具体的な回答を自然言語で提示できる。以下に、それぞれの検索の流れを解説する。

AI検索

• クエリ入力
  • ユーザーがクエリを自然言語で入力する。クエリは、トークン化や重要フレーズの特定といった処理を経て、システムにより解析される。
• 意図の把握と理解
  • AI検索技術は、単にクエリ内の単語を解析するだけでなく、ユーザーがクエリを通じて何をしたいのか（意図）を解釈する。例えば、ユーザーの目的が「情報を得る」ことなのか、「特定のWebページにアクセスする」ことなのか、あるいは「購入や取引をする」ことなのかを判断する。
• 情報の取得
  • AI検索システムは、ナレッジベースを用いてユーザーのクエリに回答する。ナレッジベースには、LLMが事前学習したデータと、Webクローリング（Webサイトに自動的にアクセスして情報を集めること）によるリアルタイムデータが含まれる。
• 応答の生成
  • ユーザーのクエリとその意図に最も適する回答を生成する。LLMは正確性、関連性、一貫性を考慮して回答を調整する。必要に応じて、関連する引用や情報源のWebリンクを含めたり、フォローアップの質問を提案したりもする。
• フィードバックと継続的学習
  • 多くのAI検索エンジンには、フィードバックメカニズムが組み込まれている。これにより、時間をかけてパフォーマンスを向上させることができる。このフィードバックは、ユーザーからの明示的な意見や、検索結果に対する暗黙的な反応を基にしている。

従来の検索

• クローリング
  • クローラー（bot）がインターネット上のWebコンテンツをスキャンして、新しいページや更新されたページを見つけ出す。
• 解析と分析
  • クローラーがWebコンテンツを見つけると、そのページの構成要素（メタディスクリプション＜Webページの概要＞や見出し、本文テキストなど）を分析する。これによりページ内の情報を理解し、他Webページへのリンクを抽出する。
• インデックス作成
  • 見つけたページを、コンテンツ、キーワード、および解析データに基づいて分類し、インデックスに登録する。このインデックスは、検索エンジンが情報を効率的に取得するためのデータベースとなる。
• ランク付け
  • 複雑なアルゴリズムを用いて、インデックス化したページをクエリとの関連性やページの品質に基づいてランク付けする。Googleの「PageRank」はその一例で、過去20年以上にわたり改良が加えられてきた。
• 検索エンジン結果ページ（SERP：Search Engine Results Page）
  • ユーザーのクエリに関連する結果がランク付けされ、検索結果ページ（SERP）として表示される。SERPの項目には、タイトル、URL、および簡単な説明文（スニペット）が含まれる。

　次回は、AI検索エンジンの台頭にともなう検索エンジン最適化（SEO：Search Engine Optimization）戦略の変化について解説する。