带网页搜索的AI对话：Whizi如何为模型提供实时信息来源

简短的答案

网页搜索默认是开启的。你选择的模型会基于最新的信息来源作答，而不只是依赖训练数据；它不消耗额度，而且这个开关是按每次请求生效的，而不是按模型生效，所以无论你选了哪个模型都适用。

输入框里的这个开关给出的是许可，而不是命令。开启后，Whizi会先判断这个具体问题是否真的需要联网，再决定是否执行搜索，所以让它写一首诗不会触发搜索，而问它这周发生了什么则会。关闭这个开关，就是告诉模型它没有办法查阅任何资料，这在你只想要一个完全基于当前对话内容的答案时很有用。

按每次请求生效才是真正有用的地方。一个自身没有检索能力的模型，遇到关于这个月的问题时，通常只能基于几个月前就已经截止的训练数据来回答。这个开关会在你选择的任何模型前面加上一层搜索能力，也就是说，你可以向Claude、Llama模型，或者某个体积更小、速度更快的模型问一个关于今天的问题，并得到一个带信息来源的答案。

如果开关已经打开，但答案却没有附带信息来源，或者消息报错了，具体的排查方法见网页搜索无法使用。

什么时候它会改变答案

有三类问题，搜索开启和关闭之间的差别非常明显，一点都不细微。

任何带有时间性的问题。 价格、模型发布、产品上线、公司新闻、版本号。没有搜索的话，模型会自信地基于训练时的信息作答，而且完全不会提示你这些信息可能已经过时。这是AI答案在悄无声息中出错最常见的原因。

任何冷门或具体的问题。 一家小公司、一个小众工具、一条地方性法规、某条具体的报错信息。训练数据对这些内容覆盖得很薄弱，甚至完全没有覆盖，而覆盖薄弱正是模型编造看似合理细节的温床。

任何你打算据此采取行动的问题。 搜索会给出你可以点开查看的信息来源。一个附带可核实链接的说法，和一个没有链接的说法完全是两回事，哪怕两者最终都被证明是对的。

什么时候该关闭它

搜索并非对答案质量完全没有代价，这正是这个开关存在的原因。

对于针对你提供的内容进行推理、写作或分析这类任务，搜索不会带来任何帮助，反而可能分散注意力。如果你上传了一份文档，希望模型针对这份文档进行推理，那么引入网页搜索结果只会带入一些不属于你、也不是你要求的内容。创意写作、对你自己代码的代码审查，以及一步步推演一个问题，情况也是一样。

大致的判断标准是：当答案依赖于关于这个世界的事实时，就打开搜索；当答案依赖于对当前对话中已有内容的思考时，就关闭搜索。

你在问什么	是否保持搜索开启	原因
价格、新版本发布、产品上线、公司新闻、版本号	开启	不开启的话，模型只能基于训练数据作答，也不会提示你信息可能已经过时
小众公司、小众工具、地方性法规、某条具体的报错信息	开启	训练数据对这些内容覆盖得很薄弱甚至完全没有，而覆盖薄弱正是模型编造看似合理细节的高发地带
任何你打算据此采取行动的问题	开启	它能给出你可以点开查看的信息来源，这和一个没有来源的说法完全是两回事
针对你上传的文档进行推理	关闭	检索到的网页会带入不属于你、也不是你所要求的内容
创意写作，或者对你自己代码的代码审查	关闭	答案取决于对对话中已有内容的思考

正确地阅读信息来源

带信息来源的答案更容易核实，但并不代表它自动就是正确的。有两种失败情况即使经过检索也依然会出现，值得留意。

第一种是信息来源确实存在，但并不支持这个说法。模型检索到了一个页面，这个页面是真实的，但被归到它名下的具体数字或说法其实并不在其中。对任何你打算依赖的答案，点开一两个引用的链接就能很快发现这个问题。

第二种是信息来源本身就是错误的或者过时的。搜索并不会评估可信度，所以一篇过时的博客文章和一篇权威文章排名可能一样靠前。尤其是对于价格和规格参数，官方页面胜过汇总类文章，两者又都胜过论坛评论。

如果一个说法很重要，最快的核实方法就是在同一个对话里，开着搜索让另一个模型回答同样的问题。如果两次独立检索在某个具体数字和信息来源上一致，那么可信度就是合理的；如果它们出现分歧，这本身就是你的发现。