尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
AI Prompting for Everyone 课程笔记 - P04 联网搜索资源 Web Search Sources
文章目录一、课程核心思想二、重点知识点2.1 什么是 Web Search Sources2.2 Primary Sources vs. Secondary Sources2.3 如何判断 Source Reliability来源可靠性2.4 老师的案例一Gray Market Peptides灰色市场肽类产品2.5 Popular Sources vs. Reliable Sources2.6 老师的案例二Henderson 的跑步地点三、AI Web Search 的工作原理3.1 User-facing AI Model 与 Search Assistant3.2 为什么 AI 可能错误引用网页四、AI Web Search vs. Traditional Search Engine4.1 什么时候使用传统搜索引擎4.2 什么时候使用 AI Web Search4.3 两种方式的区别五、如何写出更好的 Web Search Sources Prompt5.1 普通 Prompt5.2 改进后的 Prompt5.3 为什么第二个 Prompt 更好六、老师的案例总结七、重要英文术语八、实践练习九、复习问题十、一页速记版Quick Review课程 SlidesThe AI Novice and the AI Power User如何成为 AI 高阶用户Pretrained KnowledgeAI 已经掌握哪些知识Web Search如何获取外部信息一、课程核心思想上一节 P03 介绍了 Web Search联网搜索。我们已经知道AI 可以通过联网搜索获取预训练知识之外的信息尤其适用于近期事件、地点相关信息和小众知识。但是联网搜索并不意味着 AI 找到的信息一定正确。例如不同网站可能对同一事件给出不同解释。某些网页可能包含过时或错误的信息。搜索结果可能只提供部分事实缺少重要背景。AI 可能引用了某个来源但该来源实际上并不能支持它的结论。因此本节需要理解一个重要概念Web Search Sources联网搜索的信息来源。核心结论使用 AI 联网搜索时不仅要关注 AI 给出的答案还要关注答案来自哪里、来源是否可靠以及来源是否真正支持相关结论。二、重点知识点2.1 什么是 Web Search SourcesWeb Search Sources联网搜索的信息来源 是指 AI 在联网搜索过程中获取、参考或引用的外部资料。常见来源包括Official Websites官方网站政府机构、大学、企业等发布的信息。Research Papers学术论文研究人员发表的研究成果。News Articles新闻报道新闻机构发布的报道。Documentation技术文档软件、API 和工具的官方说明。Forums and Communities论坛与社区用户讨论、经验分享及技术问答。Blogs博客个人或机构发布的文章。不同来源具有不同的特点和适用场景。例如当你想了解 Python 某个函数的使用方法时可以优先参考 Python 官方文档。当你想了解一项最新科学研究时可以优先查找原始论文。当你想了解某个软件的实际使用体验时用户社区和论坛也可能提供有价值的信息。知识点信息来源没有一种适用于所有问题的绝对排名。应该根据任务类型选择合适的来源并判断其可靠性。2.2 Primary Sources vs. Secondary Sources在评估搜索结果时一个非常有用的区别是Primary Sources一手来源Secondary Sources二手来源方式一Primary Sources一手来源一手来源是直接提供原始信息、数据或证据的资料。例如公司发布的官方产品公告。研究人员发表的原始论文。政府发布的政策文件。机构公开的原始统计数据。软件开发者发布的官方技术文档。假设你想了解 OpenAI 新发布的模型可以向 AI 提问Search the web for the latest OpenAI model announcements. Prioritize official OpenAI announcements and technical documentation. Include the release dates and source links.这样可以明确要求 AI 优先使用官方资料。方式二Secondary Sources二手来源二手来源是对原始信息进行报道、解释、评论或总结的资料。例如科技媒体对新模型的报道。博客对研究论文的解读。新闻机构对政府政策的分析。用户对某个产品的评测。二手来源的优势是可能更容易理解也能提供不同观点。但它可能存在信息转述错误。忽略原始资料中的限制条件。过度简化复杂结论。加入作者自己的判断。两种来源的区别对比维度Primary SourcesSecondary Sources中文一手来源二手来源信息特点原始信息与直接证据解释、分析和转述常见形式原始论文、官方公告新闻报道、博客解读主要优势更接近原始事实更容易理解提供背景主要局限可能复杂或存在发布方立场可能产生转述偏差使用建议优先核实关键事实用于补充解释与不同视角学习启示重要事实应尽可能追溯到原始来源但一手来源也需要评估不能因为它是官方发布就自动认定完全客观。2.3 如何判断 Source Reliability来源可靠性这是根据本节主题补充的实用评价框架。判断一个来源是否可靠可以考虑五个维度。Authority权威性信息由谁发布例如政府机构大学和研究机构专业组织新闻机构个人博客需要注意权威性应与具体领域相匹配。某个机构在一个领域具有专业性不代表它在所有领域都同样权威。Accuracy准确性来源是否提供能够核实的证据例如是否引用原始研究是否公开数据来源是否说明研究方法是否能够与其他独立来源相互印证Currency时效性信息是什么时候发布或更新的例如某篇关于 AI 模型能力的文章发表于 2023 年。即使文章当时准确也不一定适合用于比较 2026 年的最新模型。Relevance相关性来源是否真正回答了当前问题例如用户询问某款 AI 模型的 API 价格。AI 找到的网页却只介绍了该模型的功能。虽然网页与模型有关但并不能直接支持价格结论。Bias偏向性来源是否存在可能影响其表述的立场或利益关系例如企业介绍自己的产品。竞争对手评价另一家企业。博客作者推广付费服务。研究机构宣传自己的研究成果。这些资料不一定错误但需要理解其立场。知识点可靠的信息来源通常需要综合判断而不能只看网站名称或搜索排名。2.4 老师的案例一Gray Market Peptides灰色市场肽类产品老师提出的问题是How safe are gray market peptides?这里的 Gray Market灰色市场 指通过非正规或未经相应授权的销售渠道流通的产品。为什么这个问题容易得到不可靠的答案AI 在联网搜索时可能找到Reddit 等论坛上的个人讨论。社交媒体用户的经验分享。销售相关产品的商业网站。未经过严格验证的健康信息。这些来源可能存在不同的问题。例如销售产品的网站可能有商业利益因此倾向于强调产品的安全性。而论坛上的个人经验也不能直接代替科学研究。如何改善 Prompt老师建议引导 AI 使用更加可靠的来源例如WHOWorld Health Organization世界卫生组织。FDAU.S. Food and Drug Administration美国食品药品监督管理局。EMAEuropean Medicines Agency欧洲药品管理局。经过严格科学研究支持的资料。可以将 Prompt 改写为Search the web for scientific evidence about the safety of gray market peptides. Prioritize information from: - World Health Organization (WHO) - U.S. Food and Drug Administration (FDA) - European Medicines Agency (EMA) - Peer-reviewed scientific studies Explain the known risks and uncertainties. Distinguish scientific evidence from anecdotal claims and commercial promotion. Include links to the original sources.知识点相同的问题如果使用不同的信息来源AI 可能生成明显不同的回答。因此用户可以通过 Prompt 主动影响 AI 的搜索方向。学习启示对于健康、安全、科学等重要问题应优先要求 AI 使用专业机构和科学证据而不是主要依赖社交媒体或商业宣传。2.5 Popular Sources vs. Reliable Sources老师进一步指出搜索系统可能倾向于使用网络上较为常见或容易获取的信息来源。公开转写稿中提到了RedditWikipediaYouTubeGoogleYelp老师引用了一份关于 AI 引用网站情况的报告用来说明常见来源不一定是最可靠的来源。但该报告的具体统计方法和适用范围尚未独立核实因此不应将其排名视为所有 AI 系统的普遍规律。为什么会出现这个问题互联网上有大量社交媒体内容个人博客论坛讨论商业网站用户生成内容相比之下经过严格科学验证的资料在数量上可能更少也可能不容易被搜索工具获取。因此Popular ≠ Reliable。即受欢迎的信息来源不等于可靠的信息来源。例如某个健康观点在 Reddit 上被大量讨论不代表它已经得到科学研究支持。如何解决可以在 Prompt 中明确要求Prioritize authoritative and scientifically reliable sources over popular online discussions. Use primary sources whenever possible. Do not rely solely on social media posts, forums, or commercial websites.核心知识点AI 不一定会自动选择最可靠的来源。用户应该根据任务的重要性明确提出来源要求。2.6 老师的案例二Henderson 的跑步地点老师还讲了一个自己遇到的真实问题。他的一位朋友使用 AI 寻找美国内华达州 Henderson 附近适合跑步的地点。AI 通过联网搜索推荐了几个地方。但其中一个推荐存在问题AI 使用了一份二十多年前的网页资料。网页中推荐的某所学校过去允许公众进入跑步但后来已经不再对公众开放。因此虽然 AI 成功找到了网页却给出了不符合当前情况的建议。为什么这个案例重要它说明Web Search 不等于 Real-time Information。联网搜索只是获取外部资料而这些资料本身可能已经过时。例如User Question 寻找跑步地点 ↓ AI Web Search AI 联网搜索 ↓ Find an Old Web Page 找到旧网页 ↓ Generate Recommendation 生成推荐 ↓ Outdated Information 推荐信息已经过时如何改善 PromptFind public running locations in Henderson, Nevada. Prioritize recently updated information. Verify whether each location is currently open and accessible to the public. Check official park or facility websites when available. Include the source and its last known update date.知识点对于营业时间、公共设施开放状态、价格等动态信息需要检查资料是否足够新。学习启示不仅要检查来源是否可靠还要检查来源是否仍然适用于当前情况。三、AI Web Search 的工作原理老师通过一个客服团队的类比解释 AI 联网搜索背后的多步骤过程。3.1 User-facing AI Model 与 Search Assistant老师让我们想象一个由两个人组成的客服团队。第一个人负责直接与用户交流。第二个人负责帮助第一个人查找资料。对应到 AI 系统可以理解为User-facing AI Model面向用户的 AI 模型Search Assistant搜索助手第一步用户提出问题。用户向主 AI 提问。例如What should I know before hiking Machu Picchu?第二步主 AI 请求搜索。主 AI 判断这个问题需要外部资料。于是它调用搜索系统获取相关信息。第三步搜索助手执行检索。搜索助手可能查询Machu Picchu hiking permits Machu Picchu weather Machu Picchu local customs然后搜索相关网页。筛选搜索结果。获取部分网页内容。阅读并总结相关信息。第四步返回搜索结果摘要。搜索助手将整理后的信息交给主 AI。第五步主 AI 生成最终答案。主 AI 综合搜索摘要回答用户的问题。User用户 ↓ User-facing AI Model 面向用户的主模型 ↓ Search Assistant 搜索助手 ↓ Web Search Engine 网络搜索引擎 ↓ Retrieve and Filter Results 获取并筛选结果 ↓ Read and Summarize Web Pages 阅读并总结网页 ↓ Return Summaries 返回摘要 ↓ User-facing AI Model 主模型整合信息 ↓ Final Answer 最终回答需要注意这是老师用来帮助理解的简化模型。不同 AI 产品的实际搜索架构不一定完全相同。3.2 为什么 AI 可能错误引用网页老师指出了一个容易被忽略的问题面向用户的主 AI 模型不一定完整阅读了它最终引用的每一个网页。在某些搜索架构中主模型可能只接收到搜索助手生成的摘要。因此原始网页包含完整信息。搜索助手提取并总结部分内容。主模型根据摘要生成回答。摘要可能遗漏某些重要细节。最终回答可能错误理解原始资料。例如原始网页可能写道The results suggest a possible association, but further research is needed.AI 却可能总结成The study proves that the two factors are directly related.这就将 Possible Association可能的关联错误地表达成了 Proven Relationship已证实的关系。核心知识点Citation引用不等于 Evidence证据。即使 AI 提供了引用链接也需要检查链接是否能够正常打开网页是否真正包含相关信息引用是否支持 AI 的结论AI 是否遗漏了重要限制条件是否存在断章取义学习启示对于重要结论应该打开原始来源进行核实而不能仅凭 AI 提供了引用就直接相信。四、AI Web Search vs. Traditional Search Engine老师还比较了 AI 联网搜索与传统搜索引擎。例如GoogleBingChatGPT 等支持联网搜索的 AI 工具4.1 什么时候使用传统搜索引擎传统搜索引擎适合以下任务快速浏览多个网页。寻找特定网站。查看原始网页内容。查找具体产品或商品页面。老师的案例Honda Civic 空气滤芯假设用户想购买2013 Honda Civic Air Filter2013 款本田思域空气滤芯传统搜索引擎可以帮助用户直接找到相关商品页面。在这种情况下用户可能不需要 AI 生成长篇解释而是希望快速打开网页查看商品。4.2 什么时候使用 AI Web SearchAI 联网搜索更加适合综合多个网页的信息。比较不同方案。分析优缺点。解释复杂问题。根据多个来源形成总结。例如Compare the advantages and disadvantages of three popular air filter brands for a 2013 Honda Civic. Consider: 1. Compatibility 2. Filtration performance 3. Price 4. Maintenance requirements Use reliable sources and provide links.这个问题不仅要求找到商品还需要比较多个因素。因此AI 联网搜索可能更加高效。4.3 两种方式的区别对比维度Traditional Search EngineAI Web Search主要输出网页链接和摘要综合整理后的回答浏览原始资料更直接通常需要打开引用查找具体网站非常适合可以完成多来源综合用户自行完成较多工作AI 可以辅助综合比较优缺点用户自行分析AI 可以辅助分析主要风险用户可能选择不可靠网页AI 可能错误总结或引用典型用途查找网站、商品和原始资料综合分析、比较与解释学习启示传统搜索引擎与 AI 联网搜索并不是完全替代的关系而是适用于不同任务的工具。五、如何写出更好的 Web Search Sources Prompt5.1 普通 PromptIs this product safe?这个问题过于宽泛。AI 不一定知道应该使用什么类型的信息来源。5.2 改进后的 PromptSearch the web to evaluate the safety of [PRODUCT]. Prioritize: 1. Official regulatory agencies 2. Peer-reviewed scientific studies 3. Primary research sources For each important claim: - Provide the original source - Include the publication date - Explain the supporting evidence - Identify uncertainties or limitations Avoid relying primarily on promotional websites or unverified online discussions. Clearly distinguish verified facts from opinions and speculation.5.3 为什么第二个 Prompt 更好因为它明确规定了Prompt 要素具体内容Task评估产品安全性Source Type官方机构、科学研究Evidence提供支持结论的证据Currency标注发布时间Limitations说明不确定性Output Requirements区分事实、观点和推测这种方式不仅要求 AI 找到答案还要求它解释答案的证据基础。六、老师的案例总结老师的案例主要问题核心知识点Gray Market Peptides搜索可能使用不可靠来源主动指定高质量来源Reddit、Wikipedia 等网站常见来源不一定最可靠Popular ≠ ReliableHenderson 跑步地点搜索使用了二十多年前的网页检查来源时效性Machu Picchu 徒步AI 如何搜索和综合网页理解搜索的多步骤流程Honda Civic 空气滤芯传统搜索与 AI 搜索的区别根据任务选择合适工具可以用四个问题判断搜索结果是否值得信任Who published it? —— 谁发布了这条信息When was it published? —— 信息是什么时候发布的Does it support the claim? —— 来源是否真正支持结论Is it the right source for this task? —— 这个来源是否适合当前任务七、重要英文术语English中文解释Web Search Sources联网搜索的信息来源AI 搜索时参考的外部资料Source Reliability来源可靠性信息来源是否值得信任Primary Source一手来源直接提供原始信息或证据的资料Secondary Source二手来源对原始资料进行解释或转述的资料Authoritative Sources权威来源在相关领域具有专业性或公信力的来源Popular Sources热门来源被广泛访问或引用的来源Scientific Evidence科学证据通过科学研究获得的证据Peer-reviewed Studies同行评审研究经过相关领域专家评审的研究Outdated Information过时信息已不符合当前情况的资料Citation引用指向信息来源的引用标记或链接Evidence证据支持某项事实或结论的材料User-facing AI Model面向用户的 AI 模型直接接收用户问题并生成回答的模型Search Assistant搜索助手辅助检索、筛选和总结资料的系统Search Engine搜索引擎检索网络信息的工具Information Synthesis信息综合整合多个来源形成结论Source Verification来源核实检查信息来源及其证据Gray Market灰色市场非正规或未经相应授权的流通渠道八、实践练习Exercise 1比较不同来源对 AI 回答的影响首先提问Search the web for information about the safety of a popular dietary supplement. Summarize the findings.记录 AI 使用的信息来源。然后提问Research the same question again. This time, prioritize official health organizations and peer-reviewed studies. Explain how the evidence differs from popular online discussions. Include source links.比较两次回答使用了哪些不同来源结论是否发生变化哪个回答的证据更加充分是否存在缺少证据支持的判断练习目标理解 Source Selection来源选择如何影响 AI 的回答。Exercise 2检查信息是否过时选择一个经常变化的问题例如某个公共设施的开放时间。某个软件的最新版本。某个产品的价格。某个大学项目的申请截止日期。使用以下 PromptSearch the web for the current information about [TOPIC]. Check the publication or update date of each relevant source. Prioritize official and recently updated information. If the available sources are outdated, clearly explain the uncertainty.练习目标学会区分 Search Date搜索日期与 Publication Date发布日期。Exercise 3验证 AI 的引用向 AI 提问Find three recent research papers about the use of AI in education. For each paper, provide: 1. Title 2. Authors 3. Publication year 4. Main findings 5. Original source link Explain which part of the source supports each main finding.然后手动打开其中一篇论文。检查论文是否真实存在作者和年份是否正确AI 的总结是否准确论文是否真正支持 AI 给出的结论练习目标培养 Citation Verification引用核实能力。九、复习问题Q1为什么 AI Web Search 可能使用不可靠的信息来源答因为互联网包含大量质量不同的资料搜索系统可能使用热门、容易获取或高度相关但并不可靠的网页。Q2什么是 Primary Source答直接提供原始信息、数据或证据的资料例如原始论文、官方公告和原始统计数据。Q3为什么老师建议在重要问题中指定信息来源答因为明确来源要求可以引导 AI 优先查找更适合任务、更有证据支持的资料从而降低使用低质量来源的风险。Q4Henderson 跑步地点的案例说明了什么答即使 AI 使用了联网搜索也可能找到过时网页从而给出不符合当前情况的建议。Q5为什么 AI 提供 Citation 不代表结论一定正确答因为 AI 可能只处理了网页摘要或者错误理解了原始资料导致引用不能真正支持结论。Q6什么时候使用传统搜索引擎什么时候使用 AI Web Search答查找特定网页、商品或原始资料时传统搜索引擎通常更直接需要综合多个来源、比较方案或分析复杂问题时AI Web Search 通常更有帮助。十、一页速记版Quick Review核心思想Web Search 可以帮助 AI 获取外部信息但搜索结果的质量取决于来源的可靠性、时效性和 AI 对信息的理解。因此高阶用户不仅要学会搜索还要学会指定和核实信息来源。三个重要风险Unreliable Sources使用不可靠的信息来源。Outdated Information使用已经过时的信息。Misinterpreted Citations错误理解或引用原始资料。三个核心原则Prioritize reliable sources.优先使用适合任务、证据可靠的信息来源。Check publication dates and source relevance.检查信息发布时间以及来源是否真正相关。Verify important claims against original sources.对重要结论打开原始来源进行核实。最终总结AI 联网搜索的价值不仅在于快速获取信息还在于帮助用户综合多个来源。但不能把搜索结果直接等同于事实。真正的 AI 高阶用户需要学会引导 AI 选择高质量来源并对关键结论进行独立验证。课程 Slides视频来源吴恩达《给所有人的人工智能提示词课程|AI Prompting for Everyone》DeepSeek-v4-pro翻译
RELATED

相关推荐

基于端口号的服务配置

基于端口号的服务配置

1.切换目录[rootlocalhost ~]#cd /etc/nginx/conf.d2.新建9091.conf配置文件[rootlocalhost conf.d]# vim 9091.conf#这里端口号可以自行取值,但是不能取2000以下的,也不能取65535以上的#里面内容如下:server{listen 9091;server_name …

📅 2026/11/5 3:51:14
基于IP的服务配置

基于IP的服务配置

1.加一个IP地址#这里的ip地址不能随便加,写的时候先去查看虚拟机上的ip网段[rootlocalhost conf.d]# nmcli c m ens160 ipv4.addresses 192.168.187.135/24#让创建的ip生效 [rootlocalhost conf.d]# nmcli c up ens160 Connection successfully activated (D-Bus ac…

📅 2026/11/5 3:51:14
基于主机名的服务配置

基于主机名的服务配置

1、使用dnf安装nginxdnf install nginx -y2、在/etc/nginx/conf.d 目录下创建两个配置文件:---- cd命令切换[rootwww ~]# cd /etc/nginx/conf.d2.1、www.chengke.com.conf,文件内容如下: --- vim命令#命令:[rootwww conf.d]# vim…

📅 2026/11/5 3:51:14
MORE NEWS

更多资讯

📰

数据清洗技术演进:从批处理到智能化的实践历程

1. 数据清洗技术的起源与早期发展数据清洗这个概念最早可以追溯到上世纪60年代数据库技术诞生初期。当时IBM研究员Edgar F. Codd提出关系型数据库理论时,就已经意识到数据质量问题的重要性。我在早期参与银行系统建设时,就遇到过由于手工录入错误导致账户…

📰

STM32超声波测距接入ROS:二进制帧协议与避障避坑

简介:面向学习机器人操作系统与单片机嵌入式联调的学生和开发者,围绕超声波测距数据经串口在主机节点与微控制器之间传输、并据此下发动作指令这一典型实践场景,可用于机器人避障入门、课程设计以及软硬件联调参考。压缩包共58个文件&#xf…

📰

Scrapy-Redis构建高性能分布式爬虫实战

1. 项目概述:为什么需要分布式爬虫?在数据驱动的时代,网络爬虫已经成为获取公开信息的标准工具。但传统单机爬虫在面对海量数据抓取时,往往会遇到三个致命瓶颈:IP被封禁风险、单机性能天花板、以及数据去重难题。我在2…

📰

Raft协议详解:从原理到分布式系统实践

1. Raft协议的前世今生2014年,斯坦福大学的Diego Ongaro博士在其博士论文中提出了一种全新的分布式一致性算法——Raft。这个算法从诞生之初就带着明确的使命:成为比Paxos更易理解和实现的分布式共识解决方案。经过MIT 6.824等顶尖分布式系统课程的推广&…

📰

ZeroMQ企业级应用与性能优化实战指南

1. ZeroMQ在企业级应用中的核心价值ZeroMQ(简称ZMQ)作为一款高性能异步消息库,在现代企业系统中扮演着神经中枢的角色。不同于传统消息队列,它采用无中间件的设计模式,通过智能传输层自动处理网络拓扑变化。我在金融支…

📰

JDBC连接MySQL实战:从基础配置到性能优化

1. JDBC连接MySQL的核心价值与场景定位在Java生态中操作关系型数据库,JDBC(Java Database Connectivity)是绕不开的基础API。作为Java官方定义的数据库访问规范,它通过驱动程序实现与各类数据库的对话。而MySQL作为全球最流行的开…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬