AI Prompting for Everyone 课程笔记 - 03 联网搜索 Web Search

文章目录

一、课程核心思想
二、重点知识点
- [2.1 Pretrained Knowledge vs. Web Search](#2.1 Pretrained Knowledge vs. Web Search)
- [2.2 什么时候需要 Web Search？](#2.2 什么时候需要 Web Search？)
- [2.3 Recent Events（近期事件）](#2.3 Recent Events（近期事件）)
- [2.4 Location-specific Information（地点相关信息）](#2.4 Location-specific Information（地点相关信息）)
- [2.5 Niche Information（小众信息）](#2.5 Niche Information（小众信息）)
[三、Web Search 的工作原理](#三、Web Search 的工作原理)
- [3.1 一个简化的搜索流程](#3.1 一个简化的搜索流程)
- [3.2 Search Query（搜索查询）](#3.2 Search Query（搜索查询）)
[四、如何写出更好的 Web Search Prompt？](#四、如何写出更好的 Web Search Prompt？)
- [4.1 普通 Prompt](#4.1 普通 Prompt)
- [4.2 改进后的 Prompt](#4.2 改进后的 Prompt)
- [4.3 为什么第二个 Prompt 更好？](#4.3 为什么第二个 Prompt 更好？)
[五、Web Search 的局限性](#五、Web Search 的局限性)
- [5.1 搜索结果可能不可靠](#5.1 搜索结果可能不可靠)
- [5.2 搜索结果可能已经过时](#5.2 搜索结果可能已经过时)
- [5.3 AI 可能错误理解搜索结果](#5.3 AI 可能错误理解搜索结果)
六、三个案例的知识点总结
七、重要英文术语
八、实践练习
九、复习问题
[十、一页速记版（Quick Review）](#十、一页速记版（Quick Review）)
[课程 Slides](#课程 Slides)

一、课程核心思想

上一节 P2 介绍了 Pretrained Knowledge（预训练知识）。我们已经知道：AI 在预训练过程中学习了大量知识，因此能够回答许多问题。

但是，这些知识存在局限：

可能不是最新的。
可能没有覆盖某些小众领域。
可能缺少特定地点的信息。
某些事实可能已经发生变化。

因此，这节课介绍了一项重要能力：Web Search（联网搜索）。通过联网搜索，AI 可以检索网络上的外部信息，并结合搜索结果生成回答。

核心结论：当 AI 的预训练知识不足以回答问题时，可以通过 Web Search 获取新的信息，而不必只依赖模型已有的知识。

二、重点知识点

2.1 Pretrained Knowledge vs. Web Search

首先，需要理解两种获取信息的方式。

方式一：Pretrained Knowledge（预训练知识）

AI 根据训练过程中学到的知识回答问题。

例如：What is machine learning?

这是一个基础概念问题。通常不需要联网搜索，AI 就可以直接解释。

方式二：Web Search（联网搜索）

AI 通过搜索工具获取外部信息，再结合检索结果回答问题。

例如：

复制代码

What are the latest developments
in AI research this week?

这类问题具有明显的时效性。如果只依赖预训练知识，AI 可能无法可靠地回答。因此，应该使用 Web Search。

两种方式的区别

对比维度	Pretrained Knowledge	Web Search
信息来源	模型训练中学习的知识	搜索获得的外部资料
信息时效性	受到知识截止时间影响	可以获取较新的信息
是否需要网络	通常不需要	通常需要
常见用途	解释概念、基础知识	最新新闻、实时数据
主要局限	知识可能过时	搜索结果可能不可靠
是否需要核实	重要事实需要	重要事实同样需要

学习启示：不同问题适合不同的信息获取方式。高阶用户应该学会判断什么时候使用预训练知识，什么时候使用联网搜索。

2.2 什么时候需要 Web Search？

这一节通过不同类型的问题，说明联网搜索的价值。

可以将这些问题分为三类：

Recent Events（近期事件）
Location-specific Information（地点相关信息）
Niche Information（小众信息）

2.3 Recent Events（近期事件）

老师的案例：Six Seven Meme

老师提到了一个网络流行语：Six Seven（6-7）这是一个在 2025 年流行起来的网络梗。

如果用户询问：What is the Six Seven meme?

对于知识截止时间早于这一流行现象的模型来说，它可能无法仅凭预训练知识给出可靠解释。此时，Web Search 就非常有用。

AI 可以搜索：

Six Seven 的含义
这个梗的起源
它为什么流行
人们通常如何使用它

知识点

AI 的知识具有时间边界。当一个事件发生在模型训练数据所覆盖的时间范围之外时，模型可能没有相关知识。

因此：

复制代码

Recent Events
      ↓
Pretrained Knowledge May Be Outdated
      ↓
Use Web Search
      ↓
Retrieve Recent Information

重要提醒：联网搜索可以提高获取新信息的能力，但不保证搜索结果一定正确。

2.4 Location-specific Information（地点相关信息）

老师的案例：寻找附近的健身房

假设用户住在美国加利福尼亚州的 Mountain View（山景城）。用户希望找到附近评价较好的健身房。可以向 AI 提问：

复制代码

Find highly rated gyms near Mountain View,
California.

Compare their ratings, locations,
membership options, and opening hours.

例如：

健身房可能关闭或搬迁。
用户评价可能发生变化。
会员价格可能调整。
营业时间可能改变。
新的健身房可能开业。

如果 AI 只依赖预训练知识，就可能给出过时的信息。

知识点

对于地点相关的问题，Web Search 可以帮助 AI 获取更加具体、较新的信息。不过，普通网页搜索未必拥有准确的实时营业数据。如果任务需要准确的位置、路线或营业状态，地图或商家数据服务通常更加合适。

学习启示：当问题涉及地点、价格、评分或营业状态时，应优先考虑能够获取最新数据的工具。

2.5 Niche Information（小众信息）

老师的案例：Cheese Rolling（滚奶酪比赛）这是英国的一项传统活动。参赛者会在陡峭的山坡上追逐滚下去的奶酪。

可以向 AI 提问：

复制代码

What is the Cheese Rolling competition
in England?

Explain its history, rules,
and cultural significance.

为什么这个案例重要？因为 AI 的训练数据并不均匀。一些非常常见的话题，可能拥有大量训练资料。而一些小众文化、地方活动或专业领域，可能只有相对有限的公开资料。因此，AI 对不同领域的知识掌握程度可能不同。对于小众信息，联网搜索可以帮助找到更加具体的资料。

需要注意的是，Niche Information 并不意味着 AI 一定不知道。上一节 P2 的 Voyager Golden Record 就说明，AI 也可能掌握非常冷门的知识。

正确理解应该是：当 AI 对某个小众话题缺乏足够信息，或者回答中的细节需要验证时，可以使用 Web Search 补充资料。

三、Web Search 的工作原理

以下是我补充的技术解释，帮助理解联网搜索背后的过程。

3.1 一个简化的搜索流程

复制代码

User Prompt
（用户提出问题）
       ↓
Identify Information Needs
（判断需要哪些信息）
       ↓
Generate Search Queries
（生成搜索查询）
       ↓
Retrieve Web Results
（检索网络资料）
       ↓
Read and Analyze Sources
（阅读并分析来源）
       ↓
Synthesize an Answer
（综合信息生成回答）
       ↓
Verify Important Claims
（核实重要结论）

需要注意：

不同 AI 产品的联网搜索机制可能不同。
有些产品会自动决定是否搜索，有些需要用户主动开启搜索功能。
搜索工具也不一定能够访问互联网上的所有网页。

3.2 Search Query（搜索查询）

Search Query 是发送给搜索工具的查询内容。

例如用户提出：

What are the latest AI developments?

AI 可能将这个问题转化为多个更具体的搜索查询：

复制代码

latest AI research news October 2026

new large language models October 2026

AI research breakthroughs October 2026

这种方式可以帮助搜索工具寻找相关资料。

我的补充理解：用户提出的是任务目标，而搜索查询是为实现这个目标而使用的检索步骤。

四、如何写出更好的 Web Search Prompt？

4.1 普通 Prompt

复制代码

Tell me about the latest AI news.

这个问题可以使用，但比较宽泛。AI 不一定知道你希望关注哪些方面。

4.2 改进后的 Prompt

复制代码

Search the web for the most important
AI developments from the past seven days.

Focus on:
1. New AI models
2. AI research breakthroughs
3. Major industry announcements

For each development, provide:
- A short summary
- The publication date
- Why it matters
- A link to the original source

Prioritize reliable and primary sources.

4.3 为什么第二个 Prompt 更好？

因为它明确规定了：

Prompt 要素	具体内容
Task	搜索 AI 最新进展
Time Range	过去七天
Scope	模型、研究、行业
Output Format	总结、日期、重要性、链接
Source Requirements	优先使用可靠的一手来源

这种结构能够减少任务歧义，让结果更贴近用户的需求。

五、Web Search 的局限性

联网搜索能够补充预训练知识，但不能保证 AI 的回答一定正确。

5.1 搜索结果可能不可靠

互联网上存在大量质量不同的信息。例如：

未经核实的社交媒体帖子
过时的新闻
夸大的产品宣传
错误的统计数据
缺乏证据的个人观点

AI 即使找到了这些资料，也不意味着其中的信息就是正确的。

5.2 搜索结果可能已经过时

即使通过 Web Search 找到了某个网页，该网页也可能很久没有更新。例如：某个健身房网站显示营业时间为：Monday--Friday: 8 AM--8 PM。但这可能是两年前的数据。

因此，搜索时间和信息发布时间是两个不同的概念。

5.3 AI 可能错误理解搜索结果

AI 可能在阅读和总结网页时出现问题，例如：

忽略重要限制条件
混淆不同事件
错误解释数据
把观点当成事实
引用不能支持结论的来源

因此，重要任务不能只检查 AI 的最终答案，还应该检查它使用的证据。

这也引出了下一节：

P4 --- Web Search Sources（联网搜索的信息来源）

六、三个案例的知识点总结

老师的案例	主要问题	为什么使用 Web Search？
Six Seven Meme	近期网络文化	预训练知识可能过时
Mountain View Gyms	附近健身房	地点、评分和营业信息会变化
Cheese Rolling	小众文化活动	可能需要补充具体资料

可以用三个问题判断是否值得搜索：

Is it recent? ------ 信息是否很新？
Does it change? ------ 信息是否经常变化？
Is it niche? ------ 信息是否小众或难以确认？

这三个问题是我的总结口诀，不是必须满足的严格条件。

七、重要英文术语

English	中文	解释
Web Search	联网搜索	通过网络检索外部信息
Pretrained Knowledge	预训练知识	模型在训练阶段学习到的知识
Knowledge Cutoff	知识截止时间	模型知识覆盖的时间边界
Search Query	搜索查询	用于检索信息的查询内容
Search Results	搜索结果	搜索工具返回的资料
Recent Events	近期事件	最近发生的事情
Location-specific Information	地点相关信息	与具体地理位置有关的资料
Niche Information	小众信息	相对冷门、专业或资料较少的信息
Real-time Information	实时信息	随时间不断变化的信息
Source	信息来源	支持某项信息的网页或文档
Primary Source	一手来源	原始研究、官方公告等直接证据
Source Reliability	来源可靠性	信息来源是否值得信任
Information Retrieval	信息检索	从外部资料中寻找相关信息
Synthesis	信息综合	整合多个来源形成回答

八、实践练习

Exercise 1：判断是否需要联网搜索

判断以下问题是否应该使用 Web Search。

问题	建议方式
What is deep learning?	通常直接回答
What happened in AI yesterday?	Web Search
How does a microwave work?	通常直接回答
What are the latest AI model releases?	Web Search
Find highly rated restaurants near me.	本地搜索
What is the Voyager Golden Record?	可先直接回答，必要时核实

练习目标：培养判断信息是否需要更新或验证的能力。

Exercise 2：比较预训练知识与联网搜索

首先向 AI 提问：What is the Six Seven meme? 记录回答。

然后提问：

复制代码

Search the web for information
about the Six Seven meme.

Explain:
1. Its origin
2. Why it became popular
3. How people use it

Include reliable sources.

比较两次回答：

哪个回答更具体？
哪个回答提供了来源？
两次回答是否存在事实差异？
搜索结果是否真正支持 AI 的结论？

Exercise 3：实际应用 Web Search

选择一个你感兴趣的领域，例如：

人工智能
机器学习
计算机科学
商业与创业
学术研究

使用以下模板：

复制代码

Search the web for the latest
developments in [TOPIC].

Focus on information published
within the past 30 days.

Provide:
1. Key developments
2. Important facts
3. Publication dates
4. Reliable source links
5. A short summary of why each matters

Clearly distinguish verified facts
from uncertain information.

练习目标：学会明确指定搜索主题、时间范围、输出格式和来源要求。