Search Experience 图库搜索

第一个决策是降低启动成本。用户对搜索框已经形成心理防御，它意味着「我必须准确表达」。而记忆本身是模糊的，这种心理门槛让大量搜索行为在第一秒就被劝退。在这次改造中，我尝试将搜索回忆化，邀请用户和系统一起回忆。

在搜索入口界面中，主要优化了 3 个功能，改善了搜索框、搜索卡片的体验，从以前一尘不变、内容重复，优化成根据用户相册内容生成的回忆引导。

用户记忆是压缩的、情绪化的，常常只有一个模糊线索（「海边那张」「有点伤感那个」「我好像拍过...」），而当前系统要求一次性输入结构化关键词——本质上是把「记忆翻译成搜索语言」这件最难的事甩给了用户。

于是我开始思考，如何帮助用户，把记忆翻译成机器可以理解的照片标签。经过几轮方案推导后，我们最终选择通过胶囊的方式，一步步引导用户回忆。

传统搜索结果的问题不仅是「搜不到」，而是搜出来之后用户仍然要继续翻。系统返回的是「标签」相关的结果，但用户真正想找的是「我记忆中的那个事件」。

结果组织方式在此时可能比搜索准确率更重要。用户记忆是「事件化、关系化、时间化」的，结果页就应该顺着这套结构来组织，而不是用平面图片流让用户继续做二次筛选。

搜索从来不是终点。用户找到图后，往往还要发朋友圈、分享给朋友、做旅行合集、提取截图信息——但这些后续动作的成本，传统搜索从不关心。

我们的方案是：在结果页根据内容类型，主动提供「下一步」入口，推荐相关功能。

由此，搜索从单一的「工具」升级为完整的「任务工作流」：AI 不只帮你找到，更帮你把事做完。

即使我们在搜索流程内部做了很多，依然有大量回忆是用户不会主动发起的搜索——他们根本想不起来「我要通过搜索来找到这张图」。对于这个想法，我们根据用户当前习惯的查找路径，设计了“回忆线索”，帮助用户在有搜索意图时能够更自然得来到搜索界面。

图库不该是这套搜索能力的唯一出口。

站在用户角度，并不是抵达图库才能有搜图的诉求；站在业务角度，若图搜能力仅仅圈在图库内，只能作为图库的子功能，搜索使用率将很难提升。

真正有价值的做法，是把图库搜索的数据与理解能力作为一种「开放能力」捐献给系统层，让系统的全局搜索、语音助手都能直接调用。

让图库从个「用户必须主动进入的 App」退到幕后，变成支撑系统级搜索的「图片分析引擎」。