2025 年 6 月 18 日，Google 宣布 AI Mode 開始支援語音對話：使用者可以在 Google App 裡點下 Live 圖示，用說的方式提問，聽到 AI 生成的語音回答後繼續追問。這是繼 5 月 AI Mode 在美國全面開放之後，搜尋往對話式介面推進的又一步。功能不算大，訊號卻不小，值得把細節拆開來看。
對搜尋產品來說，這個改動的意義不只是「多了個麥克風」。語音對話把搜尋從「一次一個查詢框」變成可以連續追問的工作階段，而 Google 為此調整的不只是介面，還有背後取用網頁內容的方式——這正是對開發者與網站經營者影響最深的部分。
功能實際長怎樣
根據 TechCrunch 與 The Verge 的報導，使用方式是：在 Google App（Android 或 iOS）加入 AI Mode 實驗後，點擊新的 Live 圖示，說出問題，系統以語音回答，接著可以像自然對話一樣繼續追問。對話過程中，相關連結會即時顯示在畫面上，供使用者點開查證。
有幾個設計細節值得注意：Search Live 可以在背景執行，切到其他 App 對話不中斷；畫面提供逐字稿按鈕，想改用打字可以隨時切換；過去的語音對話會存進 AI Mode 歷史紀錄，方便之後回查。這些細節讓它比較像一個工作階段，而不是一次性的問答。從產品設計的角度看，每一項都在降低「開口」的心理門檻：可以背景執行，代表使用者不必停在搜尋頁面；可以切回打字，代表安靜的辦公環境裡照樣能用；有歷史紀錄，代表語音對話開始累積可回查的上下文。
背後技術與資料來源
Google 產品主管 Liza Ma 的說法是，AI Mode 裡的 Search Live 使用「具備進階語音能力的客製版 Gemini」。語音介面之下，真正驅動回答品質的是 AI Mode 既有的查詢擴散（query fan-out）技術：把使用者的問題拆解成多個子查詢，擴大取用網頁內容的廣度與多樣性，再合成單一回答。
Google 強調這套流程建立既有的搜尋品質系統之上——換句話說，原來的排名與內容評估機制被搬進了對話流程。這也是 Google 第一次把語音互動、搜尋品質系統與生成式回答，在同一條流程裡串起來對外測試。對網站經營者而言，這預示了後來被反覆討論的問題：當答案用說的，連結的可見度與點擊行為都會改變，內容被取用的方式也跟著不同。對依賴搜尋流量的開發者來說，查詢擴散是比語音介面更值得研究的部分：同一個問題會被拆成多個子查詢，內容被取用的粒度，從「整個頁面對應一個關鍵字」變成「段落層級對應多個意圖」。
使用範圍與限制
發布當下的可用範圍很明確：僅限美國、透過 Google Labs 加入 AI Mode 實驗的用戶，而且只支援語音——The Verge 特別指出，當時版本還不支援相機分享。Google 表示未來幾個月會加入即時鏡頭提問等功能，這類能力在 5 月的 Google I/O 上已經預告過。從 Labs 起步還有工程上的意義：語音對話的延遲控制、插話打斷、背景播放這些細節，只有在真實手機環境裡才驗證得出問題，小範圍測試正好把風險先收斂。
另外要分清楚的是，Google App 裡原有的 Search Live 功能早已存在，並且支援以相機對準物件提問；這次新聞是 Search Live 與 AI Mode 的整合，讓實驗中的 AI Mode 也能進行連續語音對話，兩者不應混為一談。
語音搜尋的競爭格局
把時間點放回 2025 年年中，這是一次遲到但必然的補齊：OpenAI 的 ChatGPT 早已靠進階語音模式建立使用習慣，Perplexity 也在語音問答上快速推進。Google 的差異在於分發——搜尋 App 的安裝量與日常查詢量，是任何獨立助理 App 難以複製的入口。另一層競爭在生態系：把語音對話綁進 Google App，等於把手機上最日常的動作——開瀏覽器查東西——改寫成對話流程，而這正是蘋果與 OpenAI 當時都在搶的同一個位置。
從 2026 年回看，這次小規模測試是搜尋介面語音化的一個起點：查詢變成對話、答案變成音訊、連結變成畫面輔助。對開發者來說，當年 6 月這一步標誌的變化很清楚——為語音互動優化內容結構，開始和為點擊優化一樣重要。
參考來源
- Google’s AI Mode can now have back-and-forth voice conversations - TechCrunch
- Google tests real-time AI voice chats in Search - The Verge
本文由 AI 協助自上述來源整理，經人工審核後發布。