Google 正在招募機器學習工程師，負責在資訊動態消息「Discover」中生成及推薦 AI 生成內容，也招募設計使用體驗的資深設計主管。職缺內容包括依據使用者的興趣製作內容並進行品質檢查，但未說明推出時程，也未透露 AI 生成內容在動態消息中所占的比例。
Discover 是依興趣推送資訊的動態消息
Discover 是 Google 的資訊動態消息，會依據使用者的興趣，排列網路上的文章、影片等內容。相較於搜尋是「輸入想知道的內容並尋找」，Discover 則是「推送使用者可能感興趣的資訊」，這樣理解會比較容易。
Discover 相關資料科學職缺指出，這項服務每天的活躍使用者超過 5 億人。此次招募與如何在如此大規模的動態消息中推送 AI 製作的內容有關。
重點不只是運用 AI 提升推薦精準度。職缺也包含生成內容的工作，顯示 Google 不只打算將 AI 用於挑選資訊，也計畫讓 AI 參與使用者實際閱讀的內容。
AI 不只挑選文章，也開始製作內容
機器學習工程師的職缺列出的工作包括發掘主題、理解內容，以及管理 AI 生成內容的品質。工作也包括開發一套機制，讓 AI 在處理多項流程的同時，為 Discover 或通知製作內容。
檢查項目包括事實正確性、資訊時效性、文章連貫性與語氣。此外，職缺也要求建立機制，將使用者的反應納入後續改善。資深機器學習工程師的職缺同樣涉及管理 Discover 中 AI 生成內容的品質。
這裡面臨的問題是，能否兼顧吸引人的內容與值得信賴的內容。即使能生成讓人想讀的文章，只要混入過時資訊或錯誤說明，資訊服務的價值就會受損。職缺明確列出品質檢查，顯示這項挑戰已納入開發工作。不過，具體的驗證方法及品質標準仍不得而知。
目標是打造能協助使用者深入探索資訊的體驗
資深 UX 設計職缺提出一項構想，希望讓 Discover 成為如同個人專屬禮賓服務般的體驗。UX 不只是介面操作是否方便，也涵蓋如何設計使用者透過服務所獲得的整體體驗。
招募內容包括協助使用者深入了解感興趣的主題，並進一步採取行動。職缺也提到與 YouTube、Shopping、Chrome、Android 各團隊合作，以及擴展動態消息中運用 AI 的內容形式。
這些內容顯示，Discover 的發展方向可能是從讀完文章就結束的動態消息，轉變為能協助使用者依目標整理資訊的服務。不過，各項服務將如何串連，以及使用者能進行哪些操作，目前都還不明朗。
同一職缺也要求以人類創作者及資訊來源為核心。具備與創作者或出版商建立價值交換機制的經驗，也列為加分條件。在擴大 AI 提供資訊的同時，如何與製作原始內容的個人或組織共存，也是設計上的一項挑戰。
AI 話題摘要功能已經推出
Discover 已於 2025 年 10 月在美國、韓國及印度推出預覽功能，由 AI 簡短介紹熱門主題。每則預覽都附有連結，導向網路上的內容。
Google 也公布了相關功能，讓使用者能以文字說明想看的資訊或想減少的資訊，藉此調整動態消息。此外，Google 也介紹了一項測試：使用者點選「Dive deeper」按鈕後，可以查看熱門話題的簡短摘要，以及相關文章的連結。
此次招募內容與擴展這類 AI 功能的方向一致。不過，不能將職缺描述中的構想直接視為已推出的功能。已正式推出的功能、仍在測試中的功能，以及預計透過招募人才開發的機制，必須分開看待。
網站經營者受到的影響，無法只看曝光次數
提供網站經營者使用的 Search Console 設有報表，可查看自家網站連結在 Discover 生成式 AI 功能中顯示的次數。報表可依網頁、國家及日期彙整；在網頁層級的曝光資料中，則可查看用於 AI 功能資訊中的標準網址。這個網址可能與使用者點擊後造訪的網址不同。
不過，說明文件中提到的指標只有曝光次數，並未依個別 AI 功能細分；Search Labs 實驗也不在統計範圍內。曝光次數較少的網站，可能不會顯示這份報表。
對網站經營者而言，自家網站被用於 AI 說明，與讀者實際造訪網站，是兩回事。只憑這份報表，很難判斷流量或業務受到的影響。
Discover 的生成式 AI 功能，將透過同樣適用於 AI Overviews 和 AI Mode 的搜尋生成式 AI 控制機制進行管理。將網站排除在適用範圍外後，其連結與內容便不會再用於搜尋的生成式 AI 功能。這次的職缺資訊並未說明 AI 生成內容的推出時程，也未提及其在 Discover 中的刊載比例。
コメント