搜尋,也得講究專業分工 學有專精的8大搜尋引擎
搜尋,也得講究專業分工 學有專精的8大搜尋引擎
2006.04.01 |

這個搜尋引擎之所以熱門,不只是因為有Google的光環加持,更因為它真的是一個「很新」的服務(3月21日才剛剛上線)。一直以來,只有雅虎和微軟的MSN有提供財經搜尋的服務,如今Google Finance總算千呼萬喚始出來,也意味著Google想要做一個「面面俱到」搜尋引擎的強烈企圖。只不過既然比較晚推出,就得比別家好用才行。Google Finacne不僅提供即時的股價走勢圖,使用者還可以直接在圖表上拖拉時間橫軸取得歷史資料。更貼心的是,結合了Google News的資源,圖表上會直接標示出和時間點對應的新聞事件,讓使用者更清楚地掌握產業或企業的脈動。另外,Google Finance搜尋的功能特強,不但有超級詳盡的公司介紹,甚至會自動幫你搜尋討論公司動態的部落格。如果已經用膩現有的財經服務,不妨換個口味,Google Finance絕對會讓你驚艷。(撰文=謝哲豪)

PubSub 新聞自動送上門來

簡單的說,PubSub提供的服務,與Google News以及Google Alert有異曲同工之妙,他們都想讓使用者只要搜尋過某個主題,就會源源不斷收到有關該主題的資訊,而不必再搜尋一次。不過,PubSub運用了獨家的搜尋技巧、XML/RSS以及瀏覽器技術,將這項服務提升到另一個境界。使用者在登錄帳號後,建立起他們各式各樣的搜尋主題,PubSub的「配對引擎」(match engine)會隨時監控1800萬多個部落格、各式新聞服務網站、公司的公關新聞稿及提交證管會的報告(SEC filings)、網路新聞群組、甚至是地震網站,每分鐘掃瞄數萬筆資料來源,每天執行數百億筆的配對,只要資料來源中某些關鍵字吻合使用者指定的關鍵字,系統就會馬上通知。懶得找新聞的朋友們,快用PubSub吧!(撰文=楊致偉)

Ask for kids 成人不宜的搜尋引擎

不必訝異,這是專門為兒童設計的搜尋引擎,成年人上去找,是什麼都找不到的(打「marketing」只找到十個網頁,而且清一色都是官方教材)。母網站Ask.com的前身是AskJeeves.com,在2005年被媒體集團InterActiveCorp買下,目前是美國排名第六的搜尋引擎。Ask.com也是垂直式搜尋引擎的領航者,有字典搜尋、天氣搜尋、甚至還有名人搜尋。網路上資訊通常沒有經過過濾,想要保護你家寶貝,下次記得叫他用Ask for kids。(撰文=謝哲豪)

Pressdisplay 免費看全世界的報紙免費看全世界的報紙

別納悶,在網路這麼發達的時代,免費看電子報早就不是什麼新聞。Pressdisplay這家公司專門蒐集全世界所有主流報紙,並且提供完全免費的線上閱覽服務。和純文字的電子報不同的是,Pressdisplay自行開發了一套線上系統,以原始報紙圖像的方式呈現,讓使用者有真正在翻閱報紙的感覺。這套系統直接以網路瀏覽器為運作平台,不需要在電腦上安裝任何的軟體。除了閱讀,Pressdisplay也提供了強大的搜尋功能,不但可以搜尋關鍵字,還可以依照版面和日期來找尋自己想要的資訊。(撰文=謝哲豪)

Expedia 旅遊搜尋的長青樹

喜歡旅遊的人,大概都知道Expedia這家網路公司,早在1996年就成立了,最早是微軟旗下一個分公司,在2001年被InterActiveCorp併購。如果想要一次搞定旅遊會碰到的所有事情,Expedia都可以幫你處理,舉凡機票、租車、飯店、餐廳,甚至已經可以為企業量身訂做公司團體旅遊的方案。旅遊網站是網路泡沫後少數可以存活下來的產業,Expedia和Priceline等大型的公司,近幾年也積極轉型成搜尋入口網站,提供更廣泛和深度的資訊。(撰文=謝哲豪) Bizrate 買最便宜的產品
嚴格來說,Bizrate算是一個「比價網站」,專門替網友調查產品的價格,而且是元老級(1996年就成立)的網站。但是近兩年來,Bizrate逐漸有垂直式搜尋引擎的架勢,積極和更多零售通路商合作,建立更完整的比價資料庫,也提供使用者更多方便使用的功能。獲利模式則是透過Bizrate網站連結到其他購物網站而達成的交易,Bizrate會抽一定比例的佣金。目前和Bizrate合作的實體店家超過六萬個,堪稱業界第一。下次買東西如果沒上Bizrate比價,別說你買的最便宜。(撰文=謝哲豪)

FindLaw 律師就在你身邊

法律一直是資本市場裡知識密集度最高的產業,任何人遇到法律問題總是一個頭兩個大。FindLaw是美國最大的線上法律服務商之一,提供最完整的法律相關服務,不管是要請律師、法律諮詢、觀看法律新聞、甚至是找法律相關的工作,只要任何和法律扯上邊的事情,在FindLaw全部都找得到。由於經營成功,在2005年被《時代》(Time)雜誌選為最酷的五十個網站之一(the coolest websites 2005)。有法律上的麻煩,或單純地想要做研究,到FindLaw來準沒錯。(撰文=謝哲豪)

Artcyclopedia 藝術世界的百科全書

Artcyclopedia是由「藝術」(art)和「百科全書」(encyclopedia)所組合出來的字,顧名思義,就是搜尋藝術的百科全書。Artcyclopedia的介面相當簡單,提供三種搜尋方式,可用藝術家的名字、藝術作品的名字或是以美術館及博物館的名字來搜尋。Artcyclopedia可以算是目前網路上資料最多、正確度最高的藝術類搜尋引擎,追蹤八千位藝術家的資料、超過兩千個藝術類的網站、擁有約十八萬件藝術品的詳細記載。想要培養一點人文氣息,來Artcyclopedia逛逛吧。(撰文=謝哲豪)

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓