Atlassian 如何持續提升 Rovo 搜尋質量？一文揭秘其 AI 搜尋黑科技！

還在為尋找專家或等待郵件回覆而煩惱嗎？🔍 在競爭日益激烈的今天，全球化協作團隊需要以最快的速度獲取並轉化知識，從而推動項目進展。Atlassian 專為企業打造的 AI 驅動型企業搜尋解決方案 Rovo Search，正致力於解決這一痛點，它基於 Atlassian 獨有的 Teamwork Graph，為團隊提供了即時知識獲取的能力！

通過 Rovo Search，你的團隊將能享受到：

• 智能上下文感知答案、深度洞察以及相關資訊來源連結。

• 關聯聊天提示，每一步都有智能建議，助你無縫銜接下一步操作。

• 連接 50+ 應用，輕鬆檢索 Atlassian 產品組合及第三方工具（如 Google Drive、SharePoint、OneDrive 等）中的資訊。

• 企業級信賴，Rovo 結合了端到端加密、合規標準、強大的管理和權限控制，以及零資料保留政策，讓你的資料安全無憂。

在這篇博文中，我們將深入探討 Atlassian 如何定義和衡量 Rovo Search 的搜尋質量，並分享其 AI 驅動搜尋的最新進展，這些都已向使用者開放體驗！💡

📈 我們如何不斷提升搜尋質量？

我們持續發現機會、進行實驗並推出模型改進，以確保 Rovo Search 即時提供最佳搜尋結果。最近，在一項 A/B 測試中，Rovo Search 為使用者帶來了比市場上其他領先企業搜尋工具高出 60% 的成功搜尋結果！這個資料是不是很給力？🔥

自 2025 年 1 月以來，我們已經推出了多項排名和基礎設施升級，這些改進使我們的主要質量指標提升了 10%，同時顯著降低了搜尋結果的載入延遲。

📊 Atlassian 如何衡量 Rovo 的搜尋質量？

我們建立了一套核心的線上搜尋質量指標，以評估 Rovo 滿足使用者需求的程度。這套綜合指標反映了使用者對搜尋結果頁面關鍵元件的積極互動，包括：

• 使用者消費搜尋結果： 為確保使用者點選連結後找到有用的落地頁，我們通過追蹤使用者在點選後離開 Rovo Search 的停留時間，或執行後續操作（如評論、編輯等），來判斷是否為“長點選”。我們希望使用者能從頁面頂部找到所需結果，因此對於在頁面底部發生的“長點選”，我們會逐漸降低其權重。

• 使用者與 AI 生成答案的互動： AI 生成的答案讓使用者無需與 AI 答案互動、點選引用來源或提供明確反饋，就能直接獲得查詢答案。為了衡量成功，我們研究了答案互動水平、停留時間以及搜尋後的操作。

除了這些綜合指標，我們還密切跟蹤一系列涵蓋搜尋頁面各個方面的指標，包括點選量、長點選量、點選深度、篩選器使用情況等等，確保全面瞭解使用者行為。

✨ Rovo 搜尋質量的最新進展！

Atlassian 的企業搜尋能力正不斷演進！舉例來說，以下是 Rovo Search 最新推出的四大重磅升級：

• 提升搜尋質量：整合了使用者及其協作者最近瀏覽過的文件、分享和評論活動中提取的訊號，以及多項排名模型的增強。這意味著搜尋結果將更智能、更貼合你的工作習慣。

• 增加 AI 答案覆蓋率並最佳化引用：搜尋結果頁面上的 AI 答案覆蓋範圍更廣，並且在 AI 答案中引用源材料的精準性也得到了顯著提升。

• P90 延遲降低 300 毫秒：通過語言模型和服務基礎設施升級，搜尋響應速度更快，使用者體驗更流暢。🚀

• 改進 Google Drive 召回率：現在包含你有權限訪問的已查看內容，確保 Google Drive 中的搜尋權限一致性。

🤝 持續改進，貴在透明

通過分享我們如何衡量和改進 Rovo，我們希望能打開溝通的大門，增進信任與協作。我們將繼續努力，在排名和使用者體驗方面不斷尋找改進機會，力求促進跨越不同資料來源的無縫知識搜尋，從而幫助您的團隊更智能地工作，更快地前進！

你對 Rovo Search 有什麼使用感受或建議嗎？歡迎在評論區與我們分享！👇