AI搜索用户行为与满意度研究

可视化演示

展示生成式搜索下用户行为模式变化：查询长度分布、追问频率趋势与停留时长对比，切换维度观察AI搜索与传统搜索的满意度差异。

行为模式变迁

主厨上岗后，最先变化的不是菜，而是点菜方式。以前吃自助，客人只需报个大概——“来个饭”“有肉就行”，因为反正要自己去餐台前挑选；现在对着主厨，一次性就要把忌口、口味、分量说清楚：“少油微辣的烤三文鱼，配柠檬和米饭”。于是，餐桌上递出去的点单小票，肉眼可见地变长了。

搜索产品里，这张“点单小票”就是查询日志。AI 搜索产品上线生成式回答模式后，产品经理观察到的第一个行为变化就是查询变长了——用户不再担心描述不精确会错过一排“可点的菜”，因为系统会把散落的信息整合成一道完整答案端上来，于是他们愿意把需求原原本本写出来。

除了查询长度，追问频率、停留时长、点击次数也在同步变化：对话式界面鼓励用户接着问“那周末营业吗”“哪家评分高”，追问率明显上升；答案直接展示，翻页和点击显著减少；从输入查询到问题解决，整个会话的停留时长整体缩短。日志里最常用平均查询长度刻画“点单变长”这件事：

点单小票变长，不代表客人话变多，而是餐厅的沟通方式变了。当主厨承诺“你说清楚，我就做对”，客人自然愿意把需求讲透。对产品经理来说，查询长度上升，代表用户对生成式搜索的“主厨式理解力”投出了信任票。

日志指标体系

主厨上岗后，餐厅经理想知道大家究竟怎么吃饭，不能靠站在桌边看，最好的办法是统计“点单小票”和“传菜记录”。AI 搜索也一样——一次查询、一次追问、一次离开，都会被前端埋点记成一条结构化的行为日志，沉淀成产品优化的“后厨账本”。

从这些日志中可以加工出三类核心指标。查询长度指标：统计每次查询的字符数，反映需求表达的细度；追问频率指标：识别同一个会话内轮次是否≥2，反映对话交互的深度；停留时长指标：统计从进入会话到离开的秒数，反映任务耗时的长短。

追问频率是最有“对话感”的指标，也是生成式搜索区别于传统搜索的标志。它的计算方式是：

另外，平均停留时长同样是基础指标，需要用“总和除以会话数”的方式去掉单次时长长短不一带来的噪音：

这三个指标就像餐厅仪表盘上的三块表：点单多长说明客人说得多清楚，喊菜几次说明传菜顺不顺，坐多久说明整个用餐流程紧不紧凑。报表里它们经常并列出现，共同反映“主厨模式”是否真的跑得顺畅。

生成与传统差异

自助餐与主厨定制的根本差异，是“谁来组织这顿饭”。自助餐把食材一溜排开，选菜、夹菜、搭配全凭客人自己；主厨则根据客人的一句描述，把食材整合成一道有结构的菜端上来。前者是用户做信息筛选，后者是系统做信息整合。

换成搜索语言：传统搜索返回一连串网页链接，用户自己逐个点击、逐个对比——这是“自助式消费”；生成式搜索把多篇网页的信息处理成一段完整回答，用户只需要阅读和追问——这是“主厨式消费”。打开日志对比，差异非常直观：同样一个“北京看牙”的需求，传统搜索平均点击三四条链接，生成式搜索几乎没有点击；传统会话拖到三五分钟，生成式会话更快收尾。

不仅是点击和时长，会话结构也完全不同：传统搜索是“单查询—多结果—多点击”的扁平时序；生成式搜索是“长查询—整合答案—多轮追问”的对话纵深。用户预期也在变化：以前预期“给我有用的链接”，现在预期“直接给我答案，给不出来也别糊弄”。做产品升级复盘时，常用行为指标变化率来量化这种差异：

谁负责“组织这顿饭”，谁就决定了用户行为的模样。自助时代选菜是客人的事，翻页、筛选、比对都是用户承担的体力活；主厨时代配菜是后厨的事，系统把整合的活揽上身，用户行为自然从“翻找”变成“对话”。

满意度评估方法

客人吃得满不满意，餐厅有两种问法。一种直接问——“这顿饭打几分？”，记在意见本上；另一种是暗中观察——“菜剩了多少、有没有叫加菜、下次还来不来”。前者是显式反馈，后者是隐式信号。

搜索产品里，显式反馈包括用户主动点的“有帮助/没帮助”按钮、弹窗问卷和 NPS 评分，它们直接表达态度，但参与率低、样本偏差大；隐式信号从行为日志里自动挖掘——复制答案说明“这段有用”，快速放弃说明“这不是我想要的”，围绕同一话题连续追问说明“答案没一次到位”。

隐式信号全天候产生、样本量大，但单个信号可能误判（比如复制答案也可能只是拿去吐槽），所以实践中常把显式和隐式加权合成一个综合满意度指数：

问卷是正式访谈，行为是暗中观察。单看访谈，样本太少且客套话多；单看观察，又容易误解意图。只有把两者叠加，老板才能真正摸准客人对主厨的真实态度。

留存关键因素

一顿吃得满意不算本事，明天还来才是真本事。决定回头率的通常就三件事：菜好不好吃、上菜快不快、服务员记不记得你的偏好。搜索产品也一样——回答质量、响应速度、信任与个性化，构成了用户留存的三大支柱。

回答质量是第一位的：事实准确、逻辑清晰、引用可溯源，用户才会“吃完这一顿还惦记下一顿”。响应速度是基础体验：生成式回答如果动辄十几秒，再好的答案也会被等待消耗掉。信任与个性化则决定长期黏性：记得用户的历史偏好、解释清楚信息来源，用户才会把主厨当成“自己人”。

留存效果最常用的量化方式是 N 日留存率，比如衡量某个新版本有没有留住用户：

留住客人，靠的不是某一顿惊艳，而是每一顿都稳定、及时、懂人。留存率就是这些努力在时间长河里的复购投票——它把“满意”沉淀成“习惯”。

产品优化策略

主厨收到差评之后，会先翻后厨账本：是口味不对、上菜太慢，还是座位安排混乱？然后有针对性地调整。AI 搜索产品经理也一样，拿到行为日志和满意度数据后，围绕生成链路中的具体环节做优化。

优化通常落在三个落点上。查询意图理解：让系统听懂“长查询+追问”背后的真实需求；追问交互设计：让多轮对话更顺滑，比如建议问题卡片、追问快捷入口；反馈闭环机制：把日志信号、满意度评估、策略调整串成持续迭代的飞轮，每轮上线后都重新评估效果。

优化最终要用一个清晰的北极星指标来验收。满意率就是一个常见选择——先给行为日志打出满意度标签，再看满意的会话占比是否提升：

每一次优化都是一次主厨复盘：日志当后厨账本，追问当客人反馈，留存当复购率。小步快跑地调整菜单与流程，直到客人愿意明天再来——这就是生成式搜索产品迭代的全部秘密。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-# 搜索行为日志分析:对比生成式搜索与传统搜索的用户行为指标 def analyze_sessions(sessions):    n = max(len(sessions), 1)    total_len = 0    follow_cnt = 0    total_dwell = 0    total_clicks = 0    for s in sessions:        total_len += len(s.get('query', ''))        if s.get('rounds', 1) >= 2:            follow_cnt += 1        total_dwell += s.get('dwell_sec', 0)        total_clicks += len(s.get('clicks', []))    return {        'query_len': total_len / n,        'follow_rate': follow_cnt / n,        'dwell_sec': total_dwell / n,        'clicks': total_clicks / n    }  def compare(trad, gen):    print('指标        传统    生成式  变化率')    for key in trad:        base = trad[key] if trad[key] else 1        delta = (gen[key] - trad[key]) / base * 100        print('%-10s %6.2f %6.2f %+7.1f%%' % (key, trad[key], gen[key], delta))  if __name__ == '__main__':    trad_logs = [        {'query': '看牙 医院', 'rounds': 1, 'dwell_sec': 340, 'clicks': ['r1', 'r2']},        {'query': '手机 推荐', 'rounds': 1, 'dwell_sec': 280, 'clicks': ['r1', 'r2', 'r3']},    ]    gen_logs = [        {'query': '北京看牙哪家好 如何预约 可以报销吗', 'rounds': 3, 'dwell_sec': 118, 'clicks': []},        {'query': '3000以内拍照强的手机推荐', 'rounds': 2, 'dwell_sec': 95, 'clicks': []},    ]    print('=== 传统搜索 ===')    print(analyze_sessions(trad_logs))    print('=== 生成式搜索 ===')    print(analyze_sessions(gen_logs))    print('=== 指标对比 ===')    compare(analyze_sessions(trad_logs), analyze_sessions(gen_logs))

1. for s in sessions:逐条遍历会话日志，每次处理一个用户的搜索过程
2. total_len += len(s.get('query', ''))累加查询字符串的字符数，用于算平均查询长度
3. if s.get('rounds', 1) >= 2:一个会话内提问轮次≥2，就判定为“产生追问”
4. total_dwell += s.get('dwell_sec', 0)累加每个会话的停留秒数，对应停留时长指标
5. total_clicks += len(s.get('clicks', []))统计一次会话中点击过的结果条数
6. base = trad[key] if trad[key] else 1防止传统指标为 0 时除零报错
7. delta = (gen[key] - trad[key]) / base * 100计算生成式相对传统的变化百分比
8. compare(analyze_sessions(trad_logs), analyze_sessions(gen_logs))一次性对比两类搜索的四项指标

常见误区

面试题