جست‌وجو با گوگل سال‌ها پاسخ همه‌چیز بود، اما به گفته نویسنده XDA، امروز رسیدن به پاسخ واقعی نیازمند عبور از نتایج تبلیغاتی و خلاصه‌های هوش مصنوعی است که همیشه دقیق نیستند. او تصمیم گرفت به مدت یک هفته از یک مدل زبانی محلی (Local LLM) برای پرسیدن سؤال‌ها استفاده کند و وب را نیز به آن اضافه کرد.
مشکل جست‌وجوی گوگل
یک پژوهش یک‌ساله در آلمان ۷,۳۹۲ جست‌وجوی بررسی محصول را در گوگل، بینگ و داک‌داک‌گو رصد کرد و نشان داد نتایج نخست بیشتر صفحاتی مبتنی بر لینک‌های وابسته (Affiliate Links) و مقدار قابل‌توجهی اسپم سئو (SEO Spam) بودند. به گفته پژوهشگران، گوگل در طول سال کمی بهتر شد، اما کاربر عادی احتمالاً متوجه آن نشد و در پایان همچنان پر از اسپم بود.
خلاصه‌های هوش مصنوعی گوگل یا همان AI Overviews نیز راحت اما پرهزینه‌اند: اغلب نظرهای شخصی انجمن‌ها را به‌عنوان واقعیت ارائه می‌دهند، بنابراین باید همه اطلاعات را خودتان راستی‌آزمایی کنید. اکنون تبلیغات هم داخل این خلاصه‌ها نمایش داده می‌شود.
افزودن دسترسی وب به مدل محلی
مدل محلی فقط چیزی را می‌داند که در داده‌های آموزشی‌اش بوده است. برای مثال، Gemma E4B در پاسخ به تاریخ، با اطمینان سال ۲۰۱۶ را گفت. راه‌حل، دادن امکان جست‌وجو به مدل است. نویسنده از Jan استفاده کرد؛ تنظیم آن تنها با روشن‌کردن یک گزینه در تنظیمات و نصب افزونه مرورگر Jan انجام می‌شود، نه ویرایش فایل پیکربندی. به‌صورت پیش‌فرض از Exa روی یک نقطه پایانی رایگان و بدون کلید API (API Key) جست‌وجو می‌کند و در نتیجه پرسش‌ها از گوگل عبور نمی‌کنند.
در این ساختار، جست‌وجو (Search) و واکشی (Fetch) دو کار متفاوت انجام می‌دهند: جست‌وجو فهرستی از نتایج با عنوان و قطعه‌های کوتاه را به مدل می‌دهد و واکشی صفحه‌ای را باز کرده و متن واقعی آن را می‌خواند. جست‌وجوی وب داخلی Jan هر دو را فراهم می‌کند تا مدل خودش نتیجه‌ای را برای خواندن انتخاب کند. صفحات واکشی‌شده پیش از رسیدن به مدل تا طول مشخصی کوتاه می‌شوند تا یک صفحه کل پنجره زمینه (Context Window) را پر نکند.
LM Studio هم همین کار را انجام می‌دهد و نویسنده از قبل Brave Search را در آن تنظیم کرده است؛ موتور جست‌وجویی که ایندکس خودش را اجرا می‌کند و از گوگل یا بینگ قرض نمی‌گیرد. این کار نیازمند ثبت‌نام برای Brave Search API و ویرایش فایل mcp.json است.
انتخاب مدل و تجربه جست‌وجو
روی یک کارت گرافیک ۸ گیگابایتی، انتخاب مدل به این بستگی دارد که آیا مدل اصلاً به جست‌وجو مبادرت می‌کند یا نه. خانواده Qwen در فراخوانی ابزار (Tool Calling) بسیار قوی است؛ انتخاب نویسنده Qwen 3.5 4B Q4_K_M برای گفت‌وگوهای سبک‌تر و نسخه 9B با Q4_K_M برای کارهای سنگین‌تر است. برخلاف Gemma، این مدل بدون درخواست صریح از جست‌وجو استفاده می‌کند.
Jan فرایند را قابل‌پیگیری می‌کند: Qwen صفحات موردنظر را واکشی می‌کند و نوار پیشرفت کوچکی نشان می‌دهد که معمولاً چند ثانیه طول می‌کشد. Jan همچنین می‌گوید مدل از کدام ابزار استفاده کرده است تا بتوانید تشخیص دهید واقعاً صفحه‌ای را خوانده یا فقط به قطعه‌های جست‌وجو تکیه کرده است.
محدودیت‌ها و مدیریت زمینه
جست‌وجو Qwen را کاملاً قابل‌اعتماد نکرد. وقتی پرسیده شد Obsidian این ماه چه چیزی منتشر کرده، مدل ده منبع را آورد و سپس تاریخ به‌روزرسانی را اکتبر ۲۰۳۵ اعلام کرد؛ عنوان زیر آن ۲۰۴۵ بود و شماره نسخه‌ای که داد در هیچ‌جا وجود نداشت. بیشتر آن ده منبع، تغییرات افزونه‌های شخص ثالث بودند و تنها یکی از خود Obsidian آمده بود. به نظر نویسنده، مدل مجموعه‌ای از صفحات نسبتاً مرتبط را خوانده و آن‌ها را با هم ترکیب کرده است. البته در دفاع از آن، درخواست نویسنده مبهم بود و Qwen برای کنترل بهتر به جزئیات بیشتری نیاز دارد. این وضعیت تقریباً شبیه میانگین خلاصه‌های هوش مصنوعی است.
Jan منابع را زیر هر پاسخ فهرست می‌کند و می‌توان هرکدام را باز کرد؛ بنابراین بهتر است مستقیم به صفحه رسمی مراجعه و بررسی کنید. پیاده‌سازی این قابلیت کاربرپسند است و همه منابع مرتب در پایین پاسخ قرار می‌گیرند.
اما مراقب زمینه باشید. یکی از جست‌وجوها ۷۰ درصد پنجره زمینه را مصرف کرد، آن هم پس از تنظیم Qwen روی طول زمینه ۳۰ هزار. بنابراین با GPU کوچک‌تر باید بین مدل، کوانت (Quant)، طول زمینه و نحوه نوشتن درخواست تعادل برقرار کنید. این محدودیت‌ها شاید مانند مانع به نظر برسند، اما باعث می‌شوند نسبت به آنچه جست‌وجو می‌کنید آگاه‌تر باشید؛ مهارتی که به باور نویسنده از زمان ورود هوش مصنوعی به موتورهای جست‌وجو کمرنگ شده است.
یک هفته پرسیدن به‌جای جست‌وجو کردن
نویسنده همچنان گوگل را باز می‌کند، اما برای پرسش‌های متفاوتی مانند ورود به حساب کاربری یا یافتن اطلاعات بسیار خاص و لحظه‌ای مثل رستوران‌های باز در نزدیکی. با این حال، پرسش‌ها اکنون با جمله‌بندی دقیق‌تر از مدل زبانی محلی شروع می‌شوند. او می‌گوید حالا می‌خواهد همین تنظیمات را روی گوشی هم داشته باشد، اما این ماجرای دیگری است.