垂直搜索

3秒看懂

垂直搜索是只针对特定领域、行业或需求的专业搜索引擎。它不像通用搜索引擎那样索引整个万维网，而是在一个深度结构化、高度专业化的数据域内，通过定向爬虫、专有数据接入与行业知识图谱，直接提供可比较、可计算的精准结果，并大多导向决策或交易闭环。典型场景包括比价机票、筛选学术论文、匹配职位简历、查找专利或选车。其核心价值在于从信息海洋中精准提取结构化答案，而非返回链接列表。

3分钟产业解释

如果把通用搜索比作城市总图书馆的目录系统，垂直搜索就是某细分学科（如有机化学）的专职研究员：不但知道每一篇论文的位置，还能直接提取其中的反应条件、产率、底物范围，并告诉你哪条路线最高效。

核心运作逻辑：

• 专业精准：过滤掉海量无关内容，结果的领域相关度远高于通用搜索。
• 深度结构化：将分散的非结构化网页信息转化为可筛选、比较、排序、导出的结构化字段（价格、评分、参数、时间、库存）。
• 内置交易与任务闭环：不仅“找得到”，还直接衔接预订、比价、投递、下单、申请等操作，满足用户的高意图需求。

主要商业模式：

• 效果广告 / 竞价排名：按点击（CPC）或转化（CPA）收费。
• 导流佣金：引导用户到交易平台或供应商完成预订/购买，按 GMV 抽佣。
• SaaS 订阅与数据服务：向企业提供数据洞察、市场分析、API 调用或私有部署。
• 增值会员与专业工具：高级搜索、解锁深度数据、专属报告等付费功能。
• AI Agent 服务费：新兴模式下，按成功执行的任务（如自动行程规划、多站点比价并下单）抽佣或收取订阅费。

垂直搜索的护城河不在于网页索引量，而在于数据获取的壁垒、领域理解的深度、以及与交易系统的耦合度。

技术原理

垂直搜索的技术架构是在通用搜索基础上进行领域特化，重心从“全网网页发现与排序”转向“领域数据获取、理解与交付”。

通用搜索与垂直搜索技术栈对比

关键环节的技术难点：

• 定向爬虫与反反爬：针对目标网站定制解析模板、调度更新频率，同时应对反爬机制。许多领域的核心数据（如航空库存）不在公开网页中，必须通过与航空公司、酒店集团的 API 直连获取，这种数据合作往往需要长期商业谈判。
• 多源数据融合与实体对齐：同一架航班可能在多个 OTA 以不同格式出现，垂直搜索需将这些记录对齐到同一实体，消除冲突、去重。这依赖概率匹配模型、领域规则和知识图谱约束。
• 领域知识图谱构建：涵盖领域内所有核心实体（论文、专利、车型、药品、法规）及其关系（引用、适配、竞争、替代），需要大量领域专家参与标注与校验。
• 垂直 NLP 与意图解析：用户的领域查询高度口语化但信息密度大。例如“上海到三亚 2月 春节前 直飞 不要红眼航班”，系统需解析出出发地、目的地、时间窗口、直飞约束、时段排除。这需要专用的意图模型和槽位填充，准确率直接决定体验。
• 实时性保障：许多垂直搜索场景（机票价格、酒店房态、股票信息）要求分钟级甚至秒级更新，技术栈需支持流式数据处理和数据新鲜度监控。

与 AI Agent 的深度整合： 如今，垂直搜索正与大型语言模型（LLM）和 Agent 框架结合。LLM 用于理解复杂查询、生成多步执行计划，知识图谱提供“事实锚定”以抑制幻觉，Agent 调用搜索 API、比价工具、预订接口来完成闭环任务。典型技术路线包括 GraphRAG（图谱增强检索生成）和工具调用（function calling），让垂直搜索从被动查询工具变成主动任务执行者。

关键参数

评价垂直搜索系统能力的核心指标涵盖数据层、理解层和交付层，以下为行业常用定性及定量描述（具体数值因领域而异，未标明来源则为行业通用经验范围）：

• 数据覆盖率：该领域核心实体的覆盖比例。例如，学术搜索的期刊/论文覆盖率、机票搜索的航线与航司覆盖率。优质平台通常要求覆盖 >95% 的核心供给。
• 数据更新延迟：从数据源状态变化到搜索索引可查的时间间隔。机票、酒店要求 ≤1 分钟；招聘职位更新延迟 ≤1 小时；学术论文新发布到可检索通常 <24 小时。
• 实体链接准确率：将查询中的模糊指称正确映射到知识图谱中唯一实体的比例。领先的旅行垂直搜索可达到 98% 以上，学术搜索的作者消歧准确率约 95%–99%。该指标直接影响搜索精准度。
• 查询意图识别准确率：系统正确理解用户查询中所有约束条件（如座位数、价格区间、直飞意愿）的比例。头部旅行平台通常>90%。
• 结构化结果展示率：搜索后直接输出结构化卡片、表格或动作组件，而非仅给出链接列表的比例。现代垂直搜索通常要求 >80%。
• 转化率：搜索到完成目标动作（下单、投递简历、预订）的比例。以旅行搜索为例，行业平均转化率约 3%–8%，高度依赖产品设计。
• 用户复访率：衡量用户粘性，通常以月活用户中多次回访比例或 DAU/MAU 衡量。优质垂直搜索 DAU/MAU 可>0.5。
• 数据一致性：同一实体多源数据冲突率，通常要求 <1%。
• 任务成功率（AI Agent 场景）：Agent 自主规划并完成多步任务（如搜索、比价、预订）的成功比例，目前仍处于早期，业界领先演示在受控环境下可达 70%–85%。

这些参数既是技术团队的内部 KPI，也是投资者和产业观察者评估垂直搜索竞争力的关键窗口。

技术路线

路线一：通用搜索巨头的垂直化延伸 通用搜索引擎（Google、百度）利用已有索引和 AI 能力，通过结构化卡片、垂直 tab、直接答案来实现类垂直搜索体验。优势是用户大盘、生态和海量数据；劣势是难以在每个垂直领域做到深度理解和关系维护。代表产品：Google Flights、Google Shopping、百度健康、百度学术。

路线二：独立垂直搜索服务商（传统路线） 以深度数据源合作、行业知识图谱和场景化产品为核心，如携程（旅行）、BOSS直聘（招聘）、贝壳（房产）、知网（学术）。这类公司通常在垂直领域构建了坚实的上下游关系和数据壁垒，而且直接嵌入交易闭环，变现效率更高。劣势是市场天花板受限于单一行业，跨赛道复制难度大。

路线三：AI 原生 / Agent 驱动的新兴垂直搜索 以 LLM 为交互和推理核心，结合实时数据获取、工具链和知识图谱，提供“对话即服务”式的体验。代表如 Perplexity AI（通用搜索风格但强调结构化引用与专业问答）、KAYAK 的 Agent、国内秘塔 AI 搜索、以及各个行业内部正在测试的智能助手。该路线试图从“信息获取”升级为“任务执行”，如果成功将重新分配行业价值。挑战在于可靠性、幻觉控制、成本以及商业闭环。

路线演进关系： 三条路线并非泾渭分明。通用搜索已在吸纳 LLM（如 Google AI Overviews），独立垂直平台也在快速嵌入 Agent 能力，AI 原生选手则需接入更多专有数据与交易 API。谁能掌握稀缺数据、深厚行业 know‑how 和用户信任，谁就能在下一阶段受益。

上游

垂直搜索产业链上游主要包括数据、算力与基础技术供给。

• 核心数据源：

  • 航空公司（如中国国航、达美航空）、酒店集团（如万豪、锦江）、GDS（全球分销系统，如 Amadeus、Travelport）——提供航班、房态、价格数据。
  • 电商平台与零售商——提供商品、价格、库存数据。
  • 招聘网站和企业 HR 系统——提供职位信息。
  • 学术出版机构（如 Elsevier、Springer Nature、中国知网）与专利数据库（如 WIPO、各国专利局）——提供文献与专利元数据。
  • 政府与公共机构（气象、统计、交通）——提供辅助数据。

• 数据接入中间层：

  • 数据聚合商和批发商：如 OAG（航班数据）、RateGain（酒店价格情报）等，为垂直搜索平台提供标准化数据接入。
  • 爬虫与反爬技术公司：提供定向采集、代理 IP、验证码识别等服务。

• 云与 AI 基础设施供应商：

  • 公有云（AWS、阿里云、Azure、Google Cloud）提供弹性算力、API 网关、数据库与 LLM 服务。
  • 开源/商用基础模型（如 GPT-4、Claude、Llama、DeepSeek）为 AI 原生搜索提供推理和意图理解能力。

• 垂直行业专业服务商：

  • 提供知识图谱构建、数据标注、NLP 模型调优等技术服务的公司。

上游的集中度和议价能力因领域而异。在高度集中的行业（如全球 GDS 服务、大型学术出版商），上游拥有较强定价权；而分散的领域（如本地生活服务）则需垂直搜索平台进行大量数据整合工作。

下游

垂直搜索的下游主要包括 C 端用户、B 端广告主/交易伙伴以及数据需求方。

• C 端用户：消费者、求职者、研究人员、专业从业者等。他们要求搜索快、准、决策支持度高。用户价值在于高意图流量，直接靠近交易，因此单用户价值远超通用搜索。

• B 端广告主与供应商：

  • 航空公司、酒店、电商卖家——购买竞价排名或效果广告，或按佣金支付导流费用。
  • 招聘企业——购买简历曝光、职位推广或人才库搜索工具。
  • 车企、房产经纪商——获取销售线索（CPA 付费模式常见）。

• 数据与企业服务客户：

  • 市场研究公司、金融机构、咨询公司购买脱敏后的行业数据集、分析报告。
  • 大型企业采购垂直搜索技术或数据工具用于内部知识管理或竞争情报。

• 生态合作伙伴：

  • 支付服务商（如 Stripe、支付宝）嵌入交易流程。
  • 第三方开发者通过 API 调用垂直搜索数据构建微应用或自动化工具（如差旅报销系统）。

下游的变现方式正从单纯的流量贩售，向深度服务和工具订阅演进。特别是随着 AI Agent 承担越来越多主动决策和操作，下游可能诞生按任务成功付费、节省金额分成等新模式。

受益公司

旅行垂直搜索

• Google Flights / Hotels（Alphabet, GOOGL）——依托通用搜索流量和数据整合优势。
• 携程集团（TCOM, 9961.HK）——中国最大在线旅行平台，深度融合搜索与交易。
• Booking Holdings（BKNG）——全球领先在线旅行，旗下含 Booking.com 等。
• 天巡 Skyscanner（隶属携程）——强调搜索比价。
• 去哪儿网（隶属携程）。

招聘垂直搜索

• LinkedIn（Microsoft, MSFT）——职业社交网络内置搜索与推荐。
• Indeed（Recruit Holdings, 6098.T）——全球规模最大的招聘搜索引擎之一。
• 智联招聘（未上市）、前程无忧（已退市）、BOSS直聘（BZ, 2076.HK）——国内主要招聘搜索/推荐平台。

房产垂直搜索

• Zillow（Z, ZG）——美国房产信息搜索龙头。
• 贝壳找房（BEKE, 2423.HK）——中国房产交易与搜索平台。

汽车垂直搜索

• 汽车之家（ATHM）——中国汽车信息导购平台。
• 易车（Bitauto，未上市，曾为 BITA，后私有化）——提供车型对比、报价搜索。

学术/知识产权搜索

• Google Scholar（GOOGL）——免费学术搜索。
• Web of Science（科睿唯安，CLVT）——付费引文搜索与分析工具。
• Scopus（Elsevier，未单独上市）——大型文献摘要与引文数据库。
• 中国知网（同方知网，未上市）——国内学术资源搜索与服务。

电商比价

• 什么值得买（300785.SZ）——消费决策内容与搜索平台。
• Google Shopping（GOOGL）——电商商品搜索与广告。
• Idealo（Axel Springer 旗下）——欧洲电商比价平台。

新兴 AI 垂直搜索代表

• Perplexity AI（未上市）——AI 驱动的对话式搜索引擎，强调引用与准确。
• 秘塔 AI 搜索（未上市）——国内 AI 深度搜索工具。
• Harvey AI（未上市）——法律垂直领域的 AI 搜索助手。

注：以上列表仅为产业盘点，不构成任何买卖建议。部分数据公开可得，具体营收与市场份额需参见各公司财报。

市场规模

垂直搜索的总体市场规模没有统一独立统计口径，因其与各垂直行业的线上化交易深度绑定。可从以下几个层面交叉测算：

1. 从相关垂直行业线上交易规模倒推

• 全球在线旅游预订：据 Statista 数据，2023 年全球在线旅游市场规模约 8,500 亿美元，预计 2024–2028 年复合年增长率约 7%。若垂直搜索促成的交易占比约 30%–50%（公开资料未见精确数字，行业估算），则仅旅行垂直搜索相关交易额在数千亿美元级。
• 全球在线招聘市场：据 Grand View Research，2023 年全球线上招聘市场规模约 435 亿美元，预计 2030 年前 CAGR 约 7%。其中搜索/匹配环节是核心价值贡献者。
• 学术与专利信息市场：据 ResearchAndMarkets 报告，2023 年全球科技与学术信息服务市场约 620 亿美元，文献检索与分析占据重要部分。
• 电商比价导购：中国网络购物市场 2023 年交易额约 15.2 万亿元（国家统计局），导购/比价平台的佣金和广告收入为百亿级人民币。公开数据显示，什么值得买 2023 年营收约为 15.2 亿元（来源：公司年报），可窥见细分赛道规模。

2. 垂直搜索广告支出 据 eMarketer 估计，2023 年全球垂直搜索广告支出（仅指在独立垂直搜索平台的广告）约 340 亿美元，相比之下通用搜索广告超 2,200 亿美元。垂直搜索虽份额较小，但增长更快，尤其在交易意愿极高的场景下，广告 ROI 更高。

3. AI 原生搜索增量 据 Bloomberg Intelligence 2024 年报告，生成式 AI 驱动的搜索市场到 2030 年有望达到 600 亿美元，其中很大部分将作用于垂直领域搜索和 agent 服务。这部分增量尚在形成中。

综合来看，将各垂直领域加总，依托垂直搜索完成的交易与广告收入合计已超过万亿美元级（口径：含交易额），年增速高于整体数字广告增速。不过，上下游之间收入存在重复计算，仅供感知产业当量。

玩家对比

选取旅行、招聘、学术/知识三个典型赛道，对代表性垂直搜索平台与通用搜索的垂直功能进行对比（注：份额数字来自公司公开财报或第三方监测，尽量标明年份与来源）。

关键发现：

• 通用搜索的垂直功能凭借其流量入口，可在不盈利的情况下提供优秀产品，给独立平台带来持续压力；但独立平台在数据深度、关系维护和交易闭环上仍有优势。
• 招聘和旅行赛道的变现效率更高，对应平台的估值和营收规模更大。
• 学术搜索在开放获取运动和 AI 辅助研究的趋势下，正经历商业模式重构，从纯订阅转向开放与增值服务并重。

注：以上对比不构成投资建议。

风险

1. 通用搜索巨头的“降维打击” Google 等若能深入接入特定垂直领域数据（如旅行、招聘），并利用自身流量、AI 与操作系统集成优势，可能免费提供高质量垂直搜索体验，从而压制独立平台的议价能力和用户增长。Google Flights 对在线旅游领域的冲击已部分印证了这一风险。

2. 上游数据源控制权集中与收回 核心数据提供方（航空公司集团、大型学术出版商）意识到其数据价值，可能自建垂直搜索或限制开放外部 API，要求更多导流费用或切断外链。例如多家航空公司力推网站直销，减少对搜索引擎/OTA 的依赖。上游议价能力上升会压缩中游利润。

3. AI/大模型降低技术壁垒，竞争加剧 LLM 简化了数据理解和交互环节的开发，原先需要大量团队构建知识图谱、意图解析的壁垒被部分削弱。初创公司可以快速推出“AI+搜索”产品，行业可能出现红海竞争并引发价格战。

4. 数据合规与隐私风险 垂直搜索处理大量个人信息（求职简历、旅行记录、位置）。各司法管辖区数据保护法规（如 GDPR、《个人信息保护法》）日趋严格，限制了数据抓取范围和跨实体整合。违规可能导致巨额罚款和信任损失。

5. 变现压力与用户体验平衡 竞价排名若过度商业化，会损害搜索结果的客观性和准确性，导致用户流失。此外，佣金费率上升可能促使商家价格上涨或绕开平台，形成负向循环。

6. 新兴 Agent 模式的不确定性 AI Agent 执行任务的可靠性、安全和责任认定（例如预订错误导致的损失由谁承担）未明确，过早过度依赖 Agent 可能损伤品牌和用户信任。

误读纠偏

1. 误读：“垂直搜索就是小号的通用搜索，技术更简单。” 纠偏：垂直搜索的难点不在规模，而在深度与专业度。构建一个领域的知识图谱、解决多源实体对齐、解析细分领域专用语义，其复杂度和人力专家投入远高于通用网页排序。一个汽车垂直搜索必须理解“涡轮迟滞”、“循迹性”等术语及其关系，这不是靠增加索引量能解决的。

2. 误读：“垂直搜索的变现就是卖广告和导流。” 纠偏：导流与广告只是浅层变现。更深层的包括：数据 SaaS 化（为行业客户提供市场行情、竞品监控等分析工具）、工作流自动化（差旅报销与预订打通）、以及正在兴起的 Agent 服务费——按完成的任务而不是点击收费。这改变了收入结构和服务粘性。

3. 误读：“AI 搜索会完全取代传统垂直搜索。” 纠偏：AI 原生搜索在自然交互上优势明显，但它离不开传统垂直搜索多年来积累的结构化数据沉淀、商业 API 入口和交易耦合。未来更可能是融合：AI 作为理解与推理层，垂直搜索的数据与关系作为知识底座，二者不可偏废。没有高质量数据供给，AI 答案就是无源之水。

4. 误读：“某领域垂直搜索第一名就能高枕无忧。” 纠偏：垂直搜索的护城河并非不可逾越。技术变革（如大模型）和上游格局改变会打破原有壁垒。此外，用户对搜索工具的忠诚度相对较低，体验落差可能快速迁移。维持领先需要持续数据运营、产品创新和上游关系维护。

最新事件

（以下均为公开报道事件，时间截至 2025 年 1 月）

• AI 原生搜索融资热：2024 年 Perplexity AI 完成多轮融资，估值已升至 90 亿美元（来源：Bloomberg 等媒体），凸显市场对新一代搜索形态的热情。
• Google AI Overviews 推出与争议：2024 年 Google 在美国推广 AI Overviews，直接在搜索结果顶部展示生成式摘要，引发了内容发布者对流量收缩的担忧，并出现部分错误回答事件，促使 Google 调整展示频率和引用机制。
• OpenAI 推出 SearchGPT 原型：2024 年 7 月，OpenAI 发布 SearchGPT 原型，旨在让 ChatGPT 结合实时网络信息做出带引用的搜索回答，计划集成进 ChatGPT。这进一步模糊了对话与搜索的边界。
• 国内 AI 搜索赛道升温：2024 年秘塔 AI 搜索、天工 AI 搜索等涌现，均强调无广告、结构化引用和专业问题解答。百度、360 等传统搜索亦加速将大模型融入搜索体验。
• 法律与版权争议加剧：多国新闻出版商和学术出版商对 AI 搜索工具的数据抓取与训练行为提出法律挑战，要求授权与付费。例如，欧盟引入相关文本与数据挖掘例外条款，但各国执行不一，增加了垂直搜索数据获取的合规成本。
• Agent 方向的产品化落地：国内头部旅行平台（如携程）在 2024 年推出“携程问道”对话式行程助手，实现了一定程度的多步骤搜索和预订引导。国外出现了如 AgentOps 等专门面向 Agent 可靠性的初创，反映出行业对 Agent 搜索商用化的投入。

这些事件共同指向，垂直搜索正从“信息检索工具”转向“专业认知与行动助手”，同时数据权力、商业模型和监管框架都在重构。

跟踪指标

持续观察垂直搜索行业，建议追踪以下指标（众多数字可借公开渠道获得）：

• 垂直平台活跃用户与使用时长：如携程 MAU/DAU、BOSS 直聘 MAU、贝壳 MAU。对比同赛道通用搜索功能的使用频率，可评估用户偏向。
• 结构化查询比例与成功率：平台披露的智能搜索渗透率反映了用户对深层次功能的使用情况。
• 数据更新延迟监控：第三方监测服务可跟踪机票、职位等数据源到平台展示的延迟，是数据基础设施的晴雨表。
• 佣金率与广告价格：平台 take rate（佣金率）变化反映其对上游的议价能力；CPC/CPA 价格变化反映广告市场供需。
• AI 功能渗透率与任务成功率：如 Agent 行程助手完成预订的比例，影响未来变现潜力。
• 上游整合与数据接口变动：航司、酒店、出版商的“直接销售”战略、API 策略调整、起诉案件等。
• 监管政策动向：数据隐私法规更新、反垄断调查（尤其针对通用搜索巨头将自身垂直服务置于优先位置的行为）、版权立法进展。
• 新进入者与融资：观察 AI 初创在垂直领域的部署，以及传统平台的应投资动向。

信源

• 公司财报及招股书：携程集团（2023 年报）、Booking Holdings（2023 年报）、BOSS直聘（2023 年报）、科睿唯安（2023 年报）、Recruit Holdings（2023 年报）、什么值得买（2023 年报）——提供准确的营收、市场份额和经营数据。
• 行业与市场研究：Statista（在线旅行市场规模及其他细分领域）、Grand View Research（招聘科技市场）、ResearchAndMarkets（学术信息服务）、eMarketer（搜索广告支出）、Bloomberg Intelligence（生成式 AI 搜索市场前景）。
• 技术及产业分析：Google AI Blog、Microsoft Research、OpenAI 官方博客、业界会议（如 SIGIR、WWW、NeurIPS）上发表的搜索和知识图谱相关论文。
• 权威科技与财经媒体：The Verge、TechCrunch、Bloomberg、Reuters、36氪、晚点 LatePost、豹变等对垂直搜索及 AI 搜索融资、产品动态的报道。
• 网络监测与流量分析：SimilarWeb、Data.ai 提供的应用排行和流量估算，可横向对比不同平台用户侧表现。
• 官方政策：中国国家互联网信息办公室、欧盟委员会等机构发布的有关数据、算法推荐治理的法律法规文本。

注：本文部分市场规模的推算基于多个信源交叉比对，由于垂直搜索未作为独立统计科目，综合数据存在一定估计成分。具体引用已标注年份和来源，未标注或标注“公开资料未见”之处，表示截止撰写时未能找到确切实证数字。