AI 宁可不回答也不引用你？Bing 说索引目标已从排页面变成供事实

同一个索引，两种不同的问题

微软 Bing 官方博客 5 月 6 日发了一篇由 Microsoft AI 三位产品经理署名的长文，把搜索和 AI 落地（grounding）摆在一起对比：传统搜索回答「用户该访问哪个页面」，AI 答案的落地系统回答「AI 能有依据地使用哪些信息来组织回答」。文章强调这两个问题看似相近，实则不同——搜索的价值单位是文档页面，落地的价值单位是「可落地信息」：离散的、可支撑的、来源清楚的事实。

索引的考核口径变了五处

• 事实保真：内容被切成可检索的块并做转换时，必须保留原文含义与论断；这类失真不会体现在任何排名信号里。
• 来源归属：落地场景要求证据有清晰出处，且不同内容的证据权重并不相同。
• 新鲜度：搜索里过时内容只是拉低排名实用性；落地里一个过时事实会直接产出错误回答。
• 高价值事实覆盖：不只看网站是否被广泛收录，还要看用户可能问到的具体事实与来源是否真的可检索、可落地。
• 矛盾处理：两个被索引的来源互相冲突时，落地索引必须登记冲突；悄悄二选一的 AI 会自信地说错。

地基没换，但检索变成了循环

文章同时提醒：落地不是取代搜索。同一套爬虫、同一套质量信号、同一个对网页的理解，只是在上面加了一层新的优化目标。检索也从「一问一答出排名」的单次交互，变成循环：追问、按中间结果修正检索、合并多源证据、置信度低时重估。早期检索引入的细微误差会沿推理步骤累积放大，而没有人在实时链路里替你纠错。

作者把转变总结为一句话：搜索索引帮人决定「读什么」，落地索引帮 AI 决定「说什么」。他们也承认，衡量落地质量的方法还在学习期——不只看答案是否被检索到，还要看背后的证据是否准确、新鲜、可归属、前后一致。

落到企业官网上，动作其实朴素：把公司定义、产品参数、资质与案例写进可访问的正文并保持一致，配好与正文相符的结构化数据，改完后用同一题库复测观察。页面改造完成与观察到回答变化，应作为两类记录分开核对。