Juan González Villa першим знайшов перший патент про SGE.

Juan дізнався, що найбільше над рішеннями для SGE працювали Steven Baker і Srinivasan Venkatachary (його ім'я є в патенті). Це ті ж самі інженери, які свого часу розробили блоки з відповідями (featured snippets). Можливо, тому відповіді в SGE так схожі на просто більш складні блоки з відповідями.

Тож як формується SGE на прикладі запиту "чи корисно пити каву":

🟢 з результатів пошуку Google обирає набір документів, які відповідають запиту.

🟢 генерує уривки контенту з кожного джерела і обирає найбільш відповідні до запиту. Так у відповідь потрапляють документи, які описують, що кава може допомагати підвищувати рівень енергії і сприяти схудненню; зменшувати вірогідність захворювань серця, діабету, нирок; але і підвищувати тривожність і серцебиття.

🟢 Для генерації підсумкового висновку використовуються LLM, іноді їх може бути одразу декілька. І цей висновок вже відображається користувачу разом з посиланнями і додатковими результатами пошуку. А також може додаватись оцінка впевненості. АБО LLM можуть додавати або генерувати повністю свій контент, якщо вони треновані для відповіді на цей запит, тобто без будь-яких посилань на джерела в пошуку.

🟢 Користувач може клікнути по результату в SGE на посилання, щоб дізнатися про зменшення вірогідності захворювань серця. Тому, коли він повертається, йому можуть перегенерувати відповідь, де другого документу, на який він клікав, вже немає, але залишаються два інші про рівень енергії і підвищене серцебиття, а також додається ще один про те, що не всі погоджуються, що кава сприяє зниженню захворювань серця.

Також при генерації враховується контекст самого користувача, де він знаходиться, чи читав він вже якісь документи по темі запиту, з якого пристрою робить запит.

Посилання на статтю про патент.
Посилання на патент.