垂直搜尋

3秒看懂

垂直搜尋是隻針對特定領域、行業或需求的專業搜尋引擎。它不像通用搜索引擎那樣索引整個全球資訊網，而是在一個深度結構化、高度專業化的資料域內，通過定向爬蟲、專有資料接入與行業知識圖譜，直接提供可比較、可計算的精準結果，並大多導向決策或交易閉環。典型場景包括比價機票、篩選學術論文、匹配職位簡歷、查詢專利或選車。其核心價值在於從資訊海洋中精準提取結構化答案，而非返回連結列表。

3分鐘產業解釋

如果把通用搜索比作城市總圖書館的目錄系統，垂直搜尋就是某細分學科（如有機化學）的專職研究員：不但知道每一篇論文的位置，還能直接提取其中的反應條件、產率、底物範圍，並告訴你哪條路線最高效。

核心運作邏輯：

• 專業精準：過濾掉海量無關內容，結果的領域相關度遠高於通用搜索。
• 深度結構化：將分散的非結構化網頁資訊轉化為可篩選、比較、排序、匯出的結構化欄位（價格、評分、引數、時間、庫存）。
• 內建交易與任務閉環：不僅“找得到”，還直接銜接預訂、比價、投遞、下單、申請等操作，滿足使用者的高意圖需求。

主要商業模式：

• 效果廣告 / 競價排名：按點選（CPC）或轉化（CPA）收費。
• 導流佣金：引導使用者到交易平台或供應商完成預訂/購買，按 GMV 抽傭。
• SaaS 訂閱與資料服務：向企業提供資料洞察、市場分析、API 呼叫或私有部署。
• 增值會員與專業工具：高階搜尋、解鎖深度資料、專屬報告等付費功能。
• AI Agent 服務費：新興模式下，按成功執行的任務（如自動行程規劃、多站點比價並下單）抽傭或收取訂閱費。

垂直搜尋的護城河不在於網頁索引量，而在於資料獲取的壁壘、領域理解的深度、以及與交易系統的耦合度。

技術原理

垂直搜尋的技術架構是在通用搜索基礎上進行領域特化，重心從“全網網頁發現與排序”轉向“領域資料獲取、理解與交付”。

通用搜索與垂直搜尋技術棧對比

層級	通用搜索	垂直搜尋
資料獲取	廣度優先的全網爬蟲，抓取公開網頁（數十億級）	深度定向爬蟲 + 商業 API / 資料合作（覆蓋幾萬至幾百萬領域端點）
資料儲存	大規模倒排索引（文件-詞條）	結構化資料倉儲 + 全文索引 + 圖資料庫（儲存實體及關係）
資料理解	通用實體識別、頁面排序（PageRank）	領域本體與知識圖譜建置、實體對齊、行業專用 NER/NLP 模型
查詢理解	查詢分詞、意圖分類（資訊/導航/交易）	垂直意圖解析（將“七座 SUV 落地 30 萬”解析為精確引數查詢）
排序與展示	相關度排序、人工規則、內容質量訊號	多維專用排序因子（價格、準點率、引用次數、價效比指數），輸出結構化卡片、對比表或直達動作
交付	連結列表 + 簡短知識卡片	結構化答案、對比表、預訂/交易元件、AI Agent 執行結果

關鍵環節的技術難點：

• 定向爬蟲與反反爬：針對目標網站定製解析模板、排程更新頻率，同時應對反爬機制。許多領域的核心資料（如航空庫存）不在公開網頁中，必須通過與航空公司、酒店集團的 API 直連獲取，這種資料合作往往需要長期商業談判。
• 多源資料融合與實體對齊：同一架航班可能在多個 OTA 以不同格式出現，垂直搜尋需將這些記錄對齊到同一實體，消除衝突、去重。這依賴機率匹配模型、領域規則和知識圖譜約束。
• 領域知識圖譜建置：涵蓋領域內所有核心實體（論文、專利、車型、藥品、法規）及其關係（引用、適配、競爭、替代），需要大量領域專家參與標註與校驗。
• 垂直 NLP 與意圖解析：使用者的領域查詢高度口語化但資訊密度大。例如“上海到三亞 2月 春節前 直飛 不要紅眼航班”，系統需解析出出發地、目的地、時間視窗、直飛約束、時段排除。這需要專用的意圖模型和槽位填充，準確率直接決定體驗。
• 即時性保障：許多垂直搜尋場景（機票價格、酒店房態、股票資訊）要求分鐘級甚至秒級更新，技術棧需支援流式資料處理和資料新鮮度監控。

與 AI Agent 的深度整合： 如今，垂直搜尋正與大型語言模型（LLM）和 Agent 架構結合。LLM 用於理解複雜查詢、生成多步執行計劃，知識圖譜提供“事實錨定”以抑制幻覺，Agent 調用搜索 API、比價工具、預訂介面來完成閉環任務。典型技術路線包括 GraphRAG（圖譜增強檢索生成）和工具呼叫（function calling），讓垂直搜尋從被動查詢工具變成主動任務執行者。

關鍵引數

評價垂直搜尋系統能力的核心指標涵蓋資料層、理解層和交付層，以下為行業常用定性及定量描述（具體數值因領域而異，未標明來源則為行業通用經驗範圍）：

• 資料覆蓋率：該領域核心實體的覆蓋比例。例如，學術搜尋的期刊/論文覆蓋率、機票搜尋的航線與航司覆蓋率。優質平台通常要求覆蓋 >95% 的核心供給。
• 資料更新延遲：從資料來源狀態變化到搜尋索引可查的時間間隔。機票、酒店要求 ≤1 分鐘；招聘職位更新延遲 ≤1 小時；學術論文新發布到可檢索通常 <24 小時。
• 實體連結準確率：將查詢中的模糊指稱正確對映到知識圖譜中唯一實體的比例。領先的旅行垂直搜尋可達到 98% 以上，學術搜尋的作者消歧準確率約 95%–99%。該指標直接影響搜尋精準度。
• 查詢意圖識別準確率：系統正確理解使用者查詢中所有約束條件（如座位數、價格區間、直飛意願）的比例。頭部旅行平台通常>90%。
• 結構化結果展示率：搜尋後直接輸出結構化卡片、表格或動作元件，而非僅給出連結列表的比例。現代垂直搜尋通常要求 >80%。
• 轉化率：搜尋到完成目標動作（下單、投遞簡歷、預訂）的比例。以旅行搜尋為例，行業平均轉化率約 3%–8%，高度依賴產品設計。
• 使用者復訪率：衡量使用者粘性，通常以月活使用者中多次回訪比例或 DAU/MAU 衡量。優質垂直搜尋 DAU/MAU 可>0.5。
• 資料一致性：同一實體多源資料衝突率，通常要求 <1%。
• 任務成功率（AI Agent 場景）：Agent 自主規劃並完成多步任務（如搜尋、比價、預訂）的成功比例，目前仍處於早期，業界領先演示在受控環境下可達 70%–85%。

這些引數既是技術團隊的內部 KPI，也是投資者和產業觀察者評估垂直搜尋競爭力的關鍵視窗。

技術路線

路線一：通用搜索巨頭的垂直化延伸 通用搜索引擎（Google、百度）利用已有索引和 AI 能力，通過結構化卡片、垂直 tab、直接答案來實現類垂直搜尋體驗。優勢是使用者大盤、生態和海量資料；劣勢是難以在每個垂直領域做到深度理解和關係維護。代表產品：Google Flights、Google Shopping、百度健康、百度學術。

路線二：獨立垂直搜尋服務商（傳統路線） 以深度資料來源合作、行業知識圖譜和場景化產品為核心，如攜程（旅行）、BOSS直聘（招聘）、貝殼（房產）、知網（學術）。這類公司通常在垂直領域建置了堅實的上下游關係和資料壁壘，而且直接嵌入交易閉環，變現效率更高。劣勢是市場天花板受限於單一行業，跨賽道複製難度大。

路線三：AI 原生 / Agent 驅動的新興垂直搜尋 以 LLM 為互動和推論核心，結合即時資料獲取、工具鏈和知識圖譜，提供“對話即服務”式的體驗。代表如 Perplexity AI（通用搜索風格但強調結構化引用與專業問答）、KAYAK 的 Agent、國內秘塔 AI 搜尋、以及各個行業內部正在測試的智慧助手。該路線試圖從“資訊獲取”升級為“任務執行”，如果成功將重新分配行業價值。挑戰在於可靠性、幻覺控制、成本以及商業閉環。

路線演進關係： 三條路線並非涇渭分明。通用搜索已在吸納 LLM（如 Google AI Overviews），獨立垂直平台也在快速嵌入 Agent 能力，AI 原生選手則需接入更多專有資料與交易 API。誰能掌握稀缺資料、深厚行業 know‑how 和使用者信任，誰就能在下一階段受益。

上游

垂直搜尋產業鏈上游主要包括資料、算力與基礎技術供給。

• 核心資料來源：

  • 航空公司（如中國國航、達美航空）、酒店集團（如萬豪、錦江）、GDS（全球分銷系統，如 Amadeus、Travelport）——提供航班、房態、價格資料。
  • 電商平台與零售商——提供商品、價格、庫存資料。
  • 招聘網站和企業 HR 系統——提供職位資訊。
  • 學術出版機構（如 Elsevier、Springer Nature、中國知網）與專利資料庫（如 WIPO、各國專利局）——提供文獻與專利後設資料。
  • 政府與公共機構（氣象、統計、交通）——提供輔助資料。

• 資料接入中間層：

  • 資料聚合商和批發商：如 OAG（航班資料）、RateGain（酒店價格情報）等，為垂直搜尋平台提供標準化資料接入。
  • 爬蟲與反爬技術公司：提供定向採集、代理 IP、驗證碼識別等服務。

• 雲端與 AI 基礎設施供應商：

  • 公有雲端（AWS、阿里雲端、Azure、Google Cloud）提供彈性算力、API 閘道器、資料庫與 LLM 服務。
  • 開源/商用基礎模型（如 GPT-4、Claude、Llama、DeepSeek）為 AI 原生搜尋提供推論和意圖理解能力。

• 垂直行業專業服務商：

  • 提供知識圖譜建置、資料標註、NLP 模型調優等技術服務的公司。

上游的集中度和議價能力因領域而異。在高度集中的行業（如全球 GDS 服務、大型學術出版商），上游擁有較強定價權；而分散的領域（如本地生活服務）則需垂直搜尋平台進行大量資料整合工作。

下游

垂直搜尋的下游主要包括 C 端使用者、B 端廣告主/交易夥伴以及資料需求方。

• C 端使用者：消費者、求職者、研究人員、專業從業者等。他們要求搜尋快、準、決策支援度高。使用者價值在於高意圖流量，直接靠近交易，因此單使用者價值遠超通用搜索。

• B 端廣告主與供應商：

  • 航空公司、酒店、電商賣家——購買競價排名或效果廣告，或按佣金支付導流費用。
  • 招聘企業——購買簡歷曝光、職位推廣或人才庫搜尋工具。
  • 車企、房產經紀商——獲取銷售線索（CPA 付費模式常見）。

• 資料與企業服務客戶：

  • 市場研究公司、金融機構、諮詢公司購買脫敏後的行業資料集、分析報告。
  • 大型企業採購垂直搜尋技術或資料工具用於內部知識管理或競爭情報。

• 生態合作伙伴：

  • 支付服務商（如 Stripe、支付寶）嵌入交易流程。
  • 第三方開發者通過 API 呼叫垂直搜尋資料建置微應用或自動化工具（如差旅報銷系統）。

下游的變現方式正從單純的流量販售，向深度服務和工具訂閱演進。特別是隨著 AI Agent 承擔越來越多主動決策和操作，下游可能誕生按任務成功付費、節省金額分成等新模式。

受益公司

旅行垂直搜尋

• Google Flights / Hotels（Alphabet, GOOGL）——依託通用搜索流量和資料整合優勢。
• 攜程集團（TCOM, 9961.HK）——中國最大線上旅行平台，深度融合搜尋與交易。
• Booking Holdings（BKNG）——全球領先線上旅行，旗下含 Booking.com 等。
• 天巡 Skyscanner（隸屬攜程）——強調搜尋比價。
• 去哪兒網（隸屬攜程）。

招聘垂直搜尋

• LinkedIn（Microsoft, MSFT）——職業社交網路內建搜尋與推薦。
• Indeed（Recruit Holdings, 6098.T）——全球規模最大的招聘搜尋引擎之一。
• 智聯招聘（未上市）、前程無憂（已退市）、BOSS直聘（BZ, 2076.HK）——國內主要招聘搜尋/推薦平台。

房產垂直搜尋

• Zillow（Z, ZG）——美國房產資訊搜尋龍頭。
• 貝殼找房（BEKE, 2423.HK）——中國房產交易與搜尋平台。

汽車垂直搜尋

• 汽車之家（ATHM）——中國汽車資訊導購平台。
• 易車（Bitauto，未上市，曾為 BITA，後私有化）——提供車型對比、報價搜尋。

學術/智慧財產權搜尋

• Google Scholar（GOOGL）——免費學術搜尋。
• Web of Science（科睿唯安，CLVT）——付費引文搜尋與分析工具。
• Scopus（Elsevier，未單獨上市）——大型文獻摘要與引文資料庫。
• 中國知網（同方知網，未上市）——國內學術資源搜尋與服務。

電商比價

• 什麼值得買（300785.SZ）——消費決策內容與搜尋平台。
• Google Shopping（GOOGL）——電商商品搜尋與廣告。
• Idealo（Axel Springer 旗下）——歐洲電商比價平台。

新興 AI 垂直搜尋代表

• Perplexity AI（未上市）——AI 驅動的對話式搜尋引擎，強調引用與準確。
• 秘塔 AI 搜尋（未上市）——國內 AI 深度搜索工具。
• Harvey AI（未上市）——法律垂直領域的 AI 搜尋助手。

注：以上列表僅為產業盤點，不構成任何買賣建議。部分資料公開可得，具體營收與市場份額需參見各公司財報。

市場規模

垂直搜尋的總體市場規模沒有統一獨立統計口徑，因其與各垂直行業的線上化交易深度繫結。可從以下幾個層面交叉測算：

1. 從相關垂直行業線上交易規模倒推

• 全球線上旅遊預訂：據 Statista 資料，2023 年全球線上旅遊市場規模約 8,500 億美元，預計 2024–2028 年複合年增長率約 7%。若垂直搜尋促成的交易佔比約 30%–50%（公開資料未見精確數字，行業估算），則僅旅行垂直搜尋相關交易額在數千億美元級。
• 全球線上招聘市場：據 Grand View Research，2023 年全球線上招聘市場規模約 435 億美元，預計 2030 年前 CAGR 約 7%。其中搜索/匹配環節是核心價值貢獻者。
• 學術與專利資訊市場：據 ResearchAndMarkets 報告，2023 年全球科技與學術資訊服務市場約 620 億美元，文獻檢索與分析佔據重要部分。
• 電商比價導購：中國網路購物市場 2023 年交易額約 15.2 萬億元（國家統計局），導購/比價平台的佣金和廣告營收為百億級人民幣。公開資料顯示，什麼值得買 2023 年營收約為 15.2 億元（來源：公司年報），可窺見細分賽道規模。

2. 垂直搜尋廣告支出 據 eMarketer 估計，2023 年全球垂直搜尋廣告支出（僅指在獨立垂直搜尋平台的廣告）約 340 億美元，相比之下通用搜索廣告超 2,200 億美元。垂直搜尋雖份額較小，但增長更快，尤其在交易意願極高的場景下，廣告 ROI 更高。

3. AI 原生搜尋增量 據 Bloomberg Intelligence 2024 年報告，生成式 AI 驅動的搜尋市場到 2030 年有望達到 600 億美元，其中很大部分將作用於垂直領域搜尋和 agent 服務。這部分增量尚在形成中。

綜合來看，將各垂直領域加總，依託垂直搜尋完成的交易與廣告營收合計已超過萬億美元級（口徑：含交易額），年增速高於整體數字廣告增速。不過，上下游之間營收存在重複計算，僅供感知產業當量。

玩家對比

選取旅行、招聘、學術/知識三個典型賽道，對代表性垂直搜尋平台與通用搜索的垂直功能進行對比（注：份額數字來自公司公開財報或第三方監測，儘量標明年份與來源）。

維度	旅行 - 攜程	旅行 - Google Flights	招聘 - BOSS 直聘	招聘 - Indeed	學術 - Web of Science	學術 - Google Scholar
資料來源	航空公司、酒店、GDS 直連 + 平台商家	公開資料+部分合作	企業直聘 + 平台演算法匹配	聚合數千招聘網站和企業頁面	精選期刊、會議資料（索引庫）	全網爬取學術文獻與引用
核心營收模型	佣金、廣告、增值工具	免費，整合 Google 廣告與預訂引導	企業付費（平台服務費+VIP）	CPC 廣告、PPC 簡歷	機構訂閱	免費（無直接貨幣化）
份額/規模	2023 年淨營收約 440 億人民幣（攜程）	2023 年估計旅行相關廣告營收數十億美元，未單獨揭露	2023 年營收 97.2 億人民幣（來源：財報）	2023 財年營收約 68 億美元（Recruit Holdings 旗下，來源：Recruit 財報）	科睿唯安 2023 年營收約 25 億美元（含全業務，來源：CLVT 年報）	公開資料未見確切規模估計，使用者超 2 億月活（第三方估算）
更新延遲	航班庫存 <1 分鐘	分鐘級	新職位上線 <10 分鐘	小時級	新論文收錄以天計	1–2 天
結構化程度	極高，全套比價、空位即時	高，結構化卡片豐富	高，簡歷、職位標籤匹配	高，摘要與標籤	高，引文網路、影響因子等	中，提取後設資料但有時錯漏
AI/Agent 進展	對話式行程助手測試中	AI Overviews 實驗整合	智慧推薦和對話外掛	AI 匹配演算法	引入自然語言檢索	利用 LLM 整合文獻摘要

關鍵發現：

• 通用搜索的垂直功能憑藉其流量入口，可在不盈利的情況下提供優秀產品，給獨立平台帶來持續壓力；但獨立平台在資料深度、關係維護和交易閉環上仍有優勢。
• 招聘和旅行賽道的變現效率更高，對應平台的估值和營收規模更大。
• 學術搜尋在開放獲取運動和 AI 輔助研究的趨勢下，正經歷商業模式重構，從純訂閱轉向開放與增值服務並重。

注：以上對比不構成投資建議。

風險

1. 通用搜索巨頭的“降維打擊” Google 等若能深入接入特定垂直領域資料（如旅行、招聘），並利用自身流量、AI 與作業系統整合優勢，可能免費提供高質量垂直搜尋體驗，從而壓制獨立平台的議價能力和使用者增長。Google Flights 對線上旅遊領域的衝擊已部分印證了這一風險。

2. 上游資料來源控制權集中與收回 核心資料提供方（航空公司集團、大型學術出版商）意識到其資料價值，可能自建垂直搜尋或限制開放外部 API，要求更多導流費用或切斷外鏈。例如多家航空公司力推網站直銷，減少對搜尋引擎/OTA 的依賴。上游議價能力上升會壓縮中游獲利。

3. AI/大型模型降低技術壁壘，競爭加劇 LLM 簡化了資料理解和互動環節的開發，原先需要大量團隊建置知識圖譜、意圖解析的壁壘被部分削弱。初創公司可以快速推出“AI+搜尋”產品，行業可能出現紅海競爭並引發價格戰。

4. 資料合規與隱私風險 垂直搜尋處理大量個人資訊（求職簡歷、旅行記錄、位置）。各司法管轄區資料保護法規（如 GDPR、《個人資訊保護法》）日趨嚴格，限制了資料抓取範圍和跨實體整合。違規可能導致鉅額罰款和信任損失。

5. 變現壓力與使用者體驗平衡 競價排名若過度商業化，會損害搜尋結果的客觀性和準確性，導致使用者流失。此外，佣金費率上升可能促使商家價格上漲或繞開平台，形成負向迴圈。

6. 新興 Agent 模式的不確定性 AI Agent 執行任務的可靠性、安全和責任認定（例如預訂錯誤導致的損失由誰承擔）未明確，過早過度依賴 Agent 可能損傷品牌和使用者信任。

誤讀糾偏

1. 誤讀：“垂直搜尋就是小號的通用搜索，技術更簡單。” 糾偏：垂直搜尋的難點不在規模，而在深度與專業度。建置一個領域的知識圖譜、解決多源實體對齊、解析細分領域專用語義，其複雜度和人力專家投入遠高於通用網頁排序。一個汽車垂直搜尋必須理解“渦輪遲滯”、“循跡性”等術語及其關係，這不是靠增加索引量能解決的。

2. 誤讀：“垂直搜尋的變現就是賣廣告和導流。” 糾偏：導流與廣告只是淺層變現。更深層的包括：資料 SaaS 化（為行業客戶提供市場行情、競品監控等分析工具）、工作流自動化（差旅報銷與預訂打通）、以及正在興起的 Agent 服務費——按完成的任務而不是點選收費。這改變了營收結構和服務粘性。

3. 誤讀：“AI 搜尋會完全取代傳統垂直搜尋。” 糾偏：AI 原生搜尋在自然互動上優勢明顯，但它離不開傳統垂直搜尋多年來積累的結構化資料沉澱、商業 API 入口和交易耦合。未來更可能是融合：AI 作為理解與推論層，垂直搜尋的資料與關係作為知識底座，二者不可偏廢。沒有高質量資料供給，AI 答案就是無源之水。

4. 誤讀：“某領域垂直搜尋第一名就能高枕無憂。” 糾偏：垂直搜尋的護城河並非不可逾越。技術變革（如大型模型）和上游格局改變會打破原有壁壘。此外，使用者對搜尋工具的忠誠度相對較低，體驗落差可能快速遷移。維持領先需要持續資料運營、產品創新和上游關係維護。

最新事件

（以下均為公開報道事件，時間截至 2025 年 1 月）

• AI 原生搜尋融資熱：2024 年 Perplexity AI 完成多輪融資，估值已升至 90 億美元（來源：Bloomberg 等媒體），凸顯市場對新一代搜尋形態的熱情。
• Google AI Overviews 推出與爭議：2024 年 Google 在美國推廣 AI Overviews，直接在搜尋結果頂部展示生成式摘要，引發了內容釋出者對流量收縮的擔憂，並出現部分錯誤回答事件，促使 Google 調整展示頻率和引用機制。
• OpenAI 推出 SearchGPT 原型：2024 年 7 月，OpenAI 釋出 SearchGPT 原型，旨在讓 ChatGPT 結合即時網路資訊做出帶引用的搜尋回答，計劃整合進 ChatGPT。這進一步模糊了對話與搜尋的邊界。
• 國內 AI 搜尋賽道升溫：2024 年秘塔 AI 搜尋、天工 AI 搜尋等湧現，均強調無廣告、結構化引用和專業問題解答。百度、360 等傳統搜尋亦加速將大型模型融入搜尋體驗。
• 法律與版權爭議加劇：多國新聞出版商和學術出版商對 AI 搜尋工具的資料抓取與訓練行為提出法律挑戰，要求授權與付費。例如，歐盟引入相關文本與資料探勘例外條款，但各國執行不一，增加了垂直搜尋資料獲取的合規成本。
• Agent 方向的產品化落地：國內頭部旅行平台（如攜程）在 2024 年推出“攜程問道”對話式行程助手，實現了一定程度的多步驟搜尋和預訂引導。國外出現瞭如 AgentOps 等專門面向 Agent 可靠性的初創，反映出行業對 Agent 搜尋商用化的投入。

這些事件共同指向，垂直搜尋正從“資訊檢索工具”轉向“專業認知與行動助手”，同時資料權力、商業模型和監管架構都在重構。

追蹤指標

持續觀察垂直搜尋行業，建議追蹤以下指標（眾多數字可借公開渠道獲得）：

• 垂直平台活躍使用者與使用時長：如攜程 MAU/DAU、BOSS 直聘 MAU、貝殼 MAU。對比同賽道通用搜索功能的使用頻率，可評估使用者偏向。
• 結構化查詢比例與成功率：平台揭露的智慧搜尋滲透率反映了使用者對深層次功能的使用情況。
• 資料更新延遲監控：第三方監測服務可追蹤機票、職位等資料來源到平台展示的延遲，是資料基礎設施的晴雨表。
• 佣金率與廣告價格：平台 take rate（佣金率）變化反映其對上游的議價能力；CPC/CPA 價格變化反映廣告市場供需。
• AI 功能滲透率與任務成功率：如 Agent 行程助手完成預訂的比例，影響未來變現潛力。
• 上游整合與資料介面變動：航司、酒店、出版商的“直接銷售”戰略、API 策略調整、起訴案件等。
• 監管政策動向：資料隱私法規更新、反壟斷調查（尤其針對通用搜索巨頭將自身垂直服務置於優先位置的行為）、版權立法進展。
• 新進入者與融資：觀察 AI 初創在垂直領域的部署，以及傳統平台的應投資動向。

信源

• 公司財報及招股書：攜程集團（2023 年報）、Booking Holdings（2023 年報）、BOSS直聘（2023 年報）、科睿唯安（2023 年報）、Recruit Holdings（2023 年報）、什麼值得買（2023 年報）——提供準確的營收、市場份額和經營資料。
• 行業與市場研究：Statista（線上旅行市場規模及其他細分領域）、Grand View Research（招聘科技市場）、ResearchAndMarkets（學術資訊服務）、eMarketer（搜尋廣告支出）、Bloomberg Intelligence（生成式 AI 搜尋市場前景）。
• 技術及產業分析：Google AI Blog、Microsoft Research、OpenAI 官方部落格、業界會議（如 SIGIR、WWW、NeurIPS）上發表的搜尋和知識圖譜相關論文。
• 權威科技與財經媒體：The Verge、TechCrunch、Bloomberg、Reuters、36氪、晚點 LatePost、豹變等對垂直搜尋及 AI 搜尋融資、產品動態的報道。
• 網路監測與流量分析：SimilarWeb、Data.ai 提供的應用排行和流量估算，可橫向對比不同平台使用者側表現。
• 官方政策：中國國家網際網路資訊辦公室、歐盟委員會等機構釋出的有關資料、演算法推薦治理的法律法規文本。

注：本文部分市場規模的推算基於多個信源交叉比對，由於垂直搜尋未作為獨立統計科目，綜合資料存在一定估計成分。具體引用已標註年份和來源，未標註或標註“公開資料未見”之處，表示截止撰寫時未能找到確切實證數字。