Fråge-fan-out

Google Search Central är det primära uttalandet: både AI-översikter och AI-läge kan utfärda flera relaterade sökningar över underämnen och datakällor för att utveckla ett svar^[1]. Dounia Berrada, en senior ingenjörsdirektör på Search, angav den vardagliga skalan till ungefär ett dussin sökningar per fråga^[2]. Deep Search-läget inom AI-läget går mycket längre: Search Engine Journal, som rapporterar Robby Stein, VP för produkt för Search, beskrev dussintals eller hundratals bakgrundsfrågor för en fråga^[4].

Google innehar ett patent som beskriver en relaterad mekanism, Thematic search, US12158907B1, inlämnat 16 maj 2023 och beviljat 3 december 2024. Det beskriver generering av en uppsättning teman, och sedan snävare underteman, från de dokument en initial fråga returnerar^[5].

En undersökning från 2024 av frågeoptimering för LLM-hämtningspipelines namnger fyra atomära operationer en fråga passerar igenom innan hämtningen körs: frågeexpansion, frågedekomposition, frågedisambiguering och frågeabstraktion^[6]. Dekomposition är den operation en fan-out exponerar, eftersom Googles egen beskrivning är av flera relaterade sökningar som utfärdas över underämnen^[1]. Sökningarna en sida hämtas för är därför inte de ord användaren skrev.

Fan-out är inte unikt för Google, men fläkten är smalare på andra ställen. En studie av mer än 8 500 ChatGPT-prompter inom nio branscher fann att 31 % utlöste minst en live webbsökning^[7], med ett genomsnitt på 2,17 sökningar på dessa prompter med maximalt fyra^[3]. Perplexity dokumenterar en klassificerare som bedömer frågekomplexitet och dirigerar svårare frågor till en flerstegs Pro Search snarare än ett enda pass^[8]. Pro Search skiljer planering från utförande: modellen skriver en plan, genererar och kör sedan sökningarna för varje steg i tur och ordning, så att senare underfrågor kan bero på tidigare resultat^[9].

Leverantörsvägledning behandlar fan-out som en anledning att täcka ett ämnes underfrågor över en sida eller ett kluster, med argumentet att en sida som besvarar en snäv vinkel är mindre motståndskraftig när underfrågorna multipliceras^[10]. Googles egen ståndpunkt motsäger den starkare versionen av det rådet: inga ytterligare krav för att visas i AI-översikter eller AI-läge, och ingen särskild optimering nödvändig^[11].