搜索策略决定信源池：turbo、max、agent 到底差在哪

同一个问题，换一种搜索策略去问千问，拿到的信源可能完全不同。原因不复杂：检索的范围、轮次和取舍方式变了，能被捞出来的页面自然也就变了。

阿里云百炼的联网搜索文档里，把这件事做成了参数。文档写明可以用 search_strategy 参数在成本、质量和响应速度之间取得平衡，并列出三种取值：turbo（默认）、max、agent。其中 agent 是"多轮检索"策略，文档也特别提示，部分模型并不支持 agent，需要用默认策略。

除了策略，还能约束"搜哪里、搜多新"

同一份文档列出的联网能力还包括：强制联网搜索、设置搜索量级策略、开启垂域搜索、设置搜索时效性、限定搜索来源站点、通过自然语言干预检索范围、提前返回搜索来源、图文混合输出。这些能力在 DashScope 协议下是齐的，OpenAI 兼容协议的支持情况则各有差异。

"限定搜索来源站点"这条最容易被低估。它意味着在某些业务场景里，检索可以被约束在指定站点范围内——对企业来说，这既是机会也是风险：机会是权威站点里的内容更容易进入信源池；风险是如果你只在自家官网发声，可能根本不在检索范围内。

什么时候才会触发联网

文档 FAQ 里回答了搜索判定机制：系统会先判断是否需要搜索，"不涉及时事的内容通常不会触发"，触发搜索的多是时事信息或百科知识类查询；并且每次搜索都经过多次 query 改写后才执行检索。

这三句话对内容策略的指向很清楚：

• 想让内容被搜到，就要让它出现在模型的检索半径内，别把关键信息锁在图片、PDF 或需要登录的页面里；
• FAQ、百科、参数对比这类"问答型"内容，比纯品牌宣传更容易进入检索；
• query 会被改写，意味着你要覆盖同一问题的多种问法，而不是死守一个关键词。

一个务实的做法

与其猜模型偏好，不如把自己的内容按"检索可用性"过一遍：页面能不能被完整抓取、结论是否明确、数据是否有出处、更新时间是否清楚。这四件事做到了，不管对面是 turbo 还是 agent，你的内容至少拥有被选中的资格。

单轮与多轮，差在长尾问题上

turbo 这类默认策略追求速度，适合"一问一答"的快场景；agent 走的是多轮检索，会围绕问题反复取数、逐步收敛。差别在长尾问题上最明显：像"某型号设备在高温环境下的认证要求"这种需要交叉比对多个来源的问题，单轮检索很容易只捞到一两个页面就下结论，多轮检索则有更多机会把散落的材料拼起来。

对企业来说，这意味着长尾问题未必没人问，而是过去没人答得完整。把这类问题写成有依据的问答，反而是竞争最小、收益最稳的内容位。

时效性设置，考验的是"更新习惯"

文档把"设置搜索时效性"列为联网能力之一。这条对内容团队是很直接的提醒：价格、参数、政策、版本号这类会变的信息，如果页面上不写更新时间、也没有版本记录，模型即便检索到你，也难以判断这段内容是否仍然有效。定期更新、显式标注日期，是把"能检索到"变成"敢用"的关键一步。

另外，文档 FAQ 也回应了数据安全问题：向量是高维数学表示、不具可读性，外部系统无法从中还原原始文字，向量匹配在封闭可信环境完成。这一点常被企业安全评审问到，可以直接引用官方说明来沟通。

三个常见误区

• 只把官网首页当信源：首页信息密度低，检索命中后也难支撑结论；
• 通篇品牌词：营销话术进不了答案，能进答案的是具体事实与数据；
• 忽视问法差异：query 会被多次改写，只盯一个关键词等于放弃大部分入口。

参考来源

• 阿里云百炼《联网搜索》（含 search_strategy、垂域/时效/站点限定、搜索判定 FAQ）：https://help.aliyun.com/zh/model-studio/web-search