Как нейросети ищут ответы: исследование 686 тысяч подзапросов раскрывает внутреннюю кухню ИИ-поиска
Масштабный анализ показал, что крупные языковые модели не ищут ответ напрямую, а генерируют множество собственных формулировок запроса. Яндекс оказался лидером по ширине раскладки вопроса и уникально показывает, в какой именно поисковый индекс - веб, товары или карты - направляется каждый подзапрос.
Когда вы задаете вопрос ИИ-ассистенту, он не отправляет вашу фразу напрямую в поиск. Модель сначала создает несколько переформулировок вопроса - подзапросы, которые уже используются для сбора данных. Это ключевой, но скрытый этап работы нейросетевых поисковиков.
Исследование на Habr, изучившее 686 подзапросов от шести моделей, выявило различия в их стратегиях. В материале под номером 1072960 анализировалась работа обеих версий Яндекс.Алисы, ChatGPT, Gemini, Grok и DeepSeek.
Яндекс раскладывает исходный вопрос на большее число составляющих, чем ChatGPT. При этом Яндекс - единственный из изученных сервисов, кто открыто показывает, в какой поисковый индекс направляется каждый подзапрос: веб-поиск, поиск по товарам, картам, изображениям или видео. Это раскрывает логику планирования информационного сбора.
Исследование также выявило любопытные паттерны. Некоторые ассистенты самостоятельно подставляют в запросы названия брендов-конкурентов, иногда забывая упомянуть бренд из исходного вопроса. Это указывает на особенности алгоритмической обработки контекста.
Понимание логики генерации подзапросов - ключ к оптимизации ответов, снижению числа галлюцинаций и повышению релевантности. Стратегия раскладки вопроса напрямую влияет на полноту и точность собранной информации. Различия в подходах указывают на разные философии проектирования: одни ставят на ширину охвата, другие - на глубину в определенных типах запросов. Маркировка индексов у Яндекса - шаг к большей объяснимости в потребительских продуктах.
Для пользователей это значит, что качество ответа сильно зависит от того, насколько хорошо ИИ декомпозирует их запрос. Ошибки могут быть следствием не поиска, а этапа генерации подзапросов. Исследование показывает, что ИИ-поиск - это не магия, а многоэтапный процесс, где каждый шаг можно анализировать. Тенденция к прозрачности, вероятно, усилится под давлением пользователей и регуляторов, требуя от разработчиков более понятных и контролируемых систем.
