中国AI企业DeepSeek于10月17日面向开发者公开了自营搜索引擎的API。每条搜索结果都会附上一个表示页面权威性的等级，以及一个表示其与搜索词相关程度的评分。DeepSeek表示，该服务会过滤SEO垃圾信息、GEO操纵和低质量AI生成内容。
搜索结果开始打分的时代，已拉开序幕
此次公开的Search API可以说是把搜索引擎拆分成组件出售：输入关键词，就会返回网页搜索结果。DeepSeek称，这套引擎已经为其网站和API提供搜索支持，索引规模达数千亿个页面，每天处理来自全球数亿次的搜索请求。
引人注目的是搜索结果的内容。每个页面都会获得0到4级的权威性评级；无法判定时则标为“-1”。3级及以上的信息源会被视为“权威性较高”。此外，页面还会获得0到3分的相关度评分，评分除了考虑与搜索词的匹配程度，也会纳入权威性和新鲜度。1.5分及以上可作为高质量的参考标准。
换言之，搜索结果预先附带了“可信度参考指标”。这可以说是一种由搜索引擎分担部分工作、帮助AI在生成回答时挑选素材的设计。
面向AI读取的数据设计
返回的数据也并非只考虑人类在屏幕上查看。用于展示的简短摘录约为100至200字，供模型读取的摘要则约为600至800字。用户还可以请求获取网页正文，并使用site:限定域名，或按语言和发布日期筛选。
Search和Fetch的收费标准均为每成功处理1,000次请求0.75美元。没有返回结果的搜索不收费；无论请求50条还是1条，费用都相同。因此，使用site:搜索每次的成本不到1美分。
此外，如果通过Claude Code、Codex或DeepSeek Harness使用DeepSeek API，服务器端的搜索和页面抓取目前已经通过这些API处理，且暂时免费。预计将从10月31日16时（UTC）开始收费。
宣称将过滤GEO操纵
另一个值得关注的地方，是对过滤对象的说明。DeepSeek的更新日志称，会过滤SEO垃圾信息、GEO操纵和低质量AI生成内容。GEO指的是通过调整内容，让自家内容更容易被AI回答引用的做法。简单来说，可以把它理解为针对AI的SEO。
搜索引擎明确将面向AI的优化行为本身列为监控对象，颇具象征意义。Google也在5月15日表示，其垃圾信息政策同样适用于Google搜索中由生成式AI提供的回答。AI回答越是成为新的“曝光渠道”，针对这一渠道的操纵以及防范操纵的攻防，就越会浮出水面。
不过，公开资料并未说明GEO操纵具体指什么、如何检测，也没有披露权威性等级和相关度评分是如何确定的。评估指标的存在已经明确，但具体设计仍有待后续公开。
网站运营者能看到什么
对网站运营者而言，实际好处是可以自行查看自家网站在DeepSeek搜索中的呈现情况。使用site:搜索，最多可获取自家网站的50个页面，并查看每个页面的权威性和相关度。费用每次不到1美分，也很容易上手尝试。
另一方面，如果没有得到预期结果，就无法进一步追查原因：页面是没有被编入索引、触发了过滤器，还是因其他原因被排除？用户指南和API参考文档都没有提供区分这些情况的方法。
爬虫身份仍是待解问题
另一个令人关注的问题是爬取机制。Fetch API可以将单个页面以Markdown格式返回，指南称其会遵循目标网站的可用性和访问政策。DeepSeek-V4训练数据的欧盟版概要提到，爬虫的设计会尊重robots.txt等标准协议，但没有明确说明指的是哪个爬虫。
搜索索引爬虫的名称，以及Fetch使用的用户代理名称，在发布时的指南、API参考文档、更新日志和公告中都没有提及。汇总爬虫信息的Known Agents目录中，列有一个被描述为用于AI训练数据的DeepSeekBot。若在robots.txt中拒绝DeepSeekBot，是否也会影响页面进入搜索索引，单凭公开页面无法判断。
便利与不透明之间
此次公开让人们多了一种用数字确认内容在AI搜索中呈现情况的方式。不过，如果评分依据仍不透明，那么即便看到了数字，也很难据此决定该采取什么行动。
值得关注的是，DeepSeek将如何在文档中补充GEO操纵的定义、等级的划分方式，以及用于索引的爬虫名称。API在实际使用中的便利性，以及判定标准的透明度，这两点或将成为AI搜索评价标准能否确立的分水岭。
コメント