Google 正在招募機器學習工程師，負責在資訊動態消息「Discover」中生成及推薦 AI 生成內容，也招募負責設計使用體驗的高階設計師。職缺內容包括依照使用者的興趣製作內容，以及確認內容品質。目前尚未公布推出時程，也未說明 AI 生成內容在動態消息中所占的比例。
Discover 是根據興趣推送資訊的動態消息
Discover 是 Google 的資訊動態消息，會根據使用者的興趣，排列網路上的文章、影片等內容。相較於搜尋是「輸入想知道的事並尋找」，Discover 則可以理解為「推送使用者可能感興趣的資訊」。
Discover 相關資料科學職缺將這項服務描述為每日活躍使用者超過 5 億人的平台。這次招募涉及如何在如此大規模的動態消息中推送 AI 製作的內容。
重點不只是運用 AI 提高推薦準確度。職缺也包括生成內容的工作，顯示 Google 不只打算讓 AI 參與資訊的篩選，也要將 AI 融入使用者實際閱讀的內容。
AI 不只挑選文章，也開始製作內容
機器學習工程師的職務包括發掘主題、理解內容，以及管理 AI 生成內容的品質。工作也涵蓋開發相關系統，讓 AI 能執行多個處理步驟，為 Discover 或通知製作內容。
確認項目包括事實是否正確、資訊是否新穎、文章是否連貫，以及語氣是否恰當。此外，職缺也要求建立機制，將使用者的反應運用於後續改善。資深機器學習工程師職缺同樣涉及管理 Discover 中 AI 生成內容的品質。
這裡面臨的問題是，能否兼顧引人入勝與值得信賴。即使能生成讓人想閱讀的文章，一旦混入過時資訊或錯誤說明，這項資訊服務的價值便會受損。職缺明確列出品質確認，顯示 Google 已將這項挑戰納入開發工作。不過，具體的驗證方法及目標標準仍不得而知。
目標是打造延伸至資訊閱讀之後的體驗
高階 UX 設計職缺提出，將 Discover 打造成如同為每位使用者量身打造的禮賓服務般的體驗。UX 不只關乎畫面的操作性，也涵蓋如何設計使用者透過服務所獲得的整體體驗。
職缺內容包括協助使用者深入了解感興趣的主題，並進一步採取行動。工作也包括與 YouTube、Shopping、Chrome、Android 各團隊合作，以及擴大在動態消息中運用 AI 的內容形式。
這些內容顯示，Discover 的發展方向可能是從讀完文章便結束的動態消息，轉變為能整理資訊、協助使用者達成目標的服務。不過，各項服務將如何串連，以及使用者能進行哪些操作，目前仍不明朗。
同一職缺也要求以人類創作者及資訊來源為核心。具備建立創作者與出版商之間價值互惠機制的經驗者，也會受到青睞。在擴大 AI 資訊服務的同時，如何與原始內容的創作者及組織共存，也成為設計上的課題。
AI 話題摘要功能已經推出
2025 年 10 月，Discover 已在美國、韓國和印度推出預覽功能，由 AI 簡短介紹熱門主題。每則預覽都附有連往網路內容的連結。
相關功能還包括一項已公布的機制，讓使用者以文字告知想看的資訊或想減少的資訊，藉此調整動態消息。此外，Google 也介紹了一項測試，使用者可按下「Dive deeper」按鈕，開啟話題的簡短摘要及相關文章連結。
這次招募的內容與擴大這些 AI 功能的方向一致。不過，不能將職缺中描述的構想直接視為已提供的功能。必須區分已推出的功能、仍在測試中的功能，以及計畫透過招募開發的機制。
網站經營者受到的影響，無法只從曝光次數看出
面向網站經營者的 Search Console 提供報表，可查看自家網站連結在 Discover 生成式 AI 功能中出現的次數。報表可依網頁、國家／地區及日期彙整；在網頁層級的曝光資料中，則可查看 AI 功能所引用資訊使用的正規網址。這個網址可能與使用者點擊後造訪的網址不同。
不過，說明資料中列出的指標只有曝光次數，沒有依各項 AI 功能分開呈現的明細，Search Labs 實驗也不在統計範圍內。曝光次數較少的網站，有時也不會顯示這份報表。
對網站經營者而言，自家網站被用於 AI 說明，與讀者實際造訪網站是兩回事。只憑這份報表，很難判斷網站流量或業務受到的影響。
Discover 中的生成式 AI 功能，將由同樣適用於 AI Overviews 和 AI Mode 的搜尋生成式 AI 控制機制管理。選擇退出的網站，其連結與內容將不再用於搜尋的生成式 AI 功能。這次的職缺資訊並未說明 AI 生成內容的推出時程，也未提及其在 Discover 中的刊載比例。
コメント