搜索引擎 · RAG类 AI 服务列表

基于语义理解的信息检索及运用RAG技术的AI搜索引擎共收录 8 款 AI 服务。

ジェンビュー

Genview

Genview 是一个帮助品牌在 ChatGPT、Gemini 等生成式 AI 中被"正确理解、被选中"的 GEO（生成式AI搜索优化）平台。面对「有什么推荐的〇〇？」的回答中是否会提及贵公司，会影响到认知、比较权衡、购买乃至口碑等整个购买行为。Genview 将企业希望传达的理想品牌形象与生成式 AI 实际讲述的内容之间的落差可视化，从品牌认知、重要查询中的提及/引用、整体网站（结构化数据与 llms.txt 等）这三个视角出发，将"衡量·诊断→改进建议"一气呵成地贯通。它不止于衡量，更会提出具体的改进行动。运营方为深耕 CRM 与营销支持 15 年以上的株式会社 FID（东京·新宿）。Genview 已于 2026 年 8 月 1 日正式发布，β 版中已有 30 家企业率先导入。

# LLMO・GEO（生成AI検索最適化）# マーケティング# 検索エンジン・RAG# 生成AI（LLM）# 業務効率化# 生産性向上

ヘルプフィール

Helpfeel

Helpfeel 株式会社提供的 AI 知识检索系统，以专利技术“意图预测检索”为核心。即使是含糊的表述、汉字与假名的写法差异或拼写错误，也能带用户找到目标 FAQ 文章，官方公布的检索命中率为 98%。除检索型 FAQ 外，还提供可横向检索内部 PDF、Word 来作答的 AI 智能体、在提交前就展示答案的咨询表单，以及对积累的咨询数据（VoC）进行分析并提出文章改进建议的能力，均整合在同一平台。截至 2026 年 1 月已导入 900 个以上站点，公布咨询量削减实绩 70%、续约率 99%。费用为初期费用与月度费用的打包方案，金额为单独报价。

# AIチャットボット# 検索エンジン・RAG# AIエージェント# 業務効率化# コスト削減# 自動化・省力化# 日本語対応

パープレキシティ

Perplexity

一款只需输入问题便会横跨检索网络最新信息、并附上出处（引用来源）作答的 AI 搜索引擎。可在 GPT·Claude·Gemini 等高性能模型间切换，并具备用于深入调研的 Deep Research、AI 浏览器「Comet」，以及自主执行任务的智能体。完整支持日语。

# 検索・レコメンド# 検索エンジン・RAG# AIエージェント# 要約・翻訳# 生成AI（LLM）# 日本語対応

メモリーク

Memoriq

可将 ChatGPT、Claude、Gemini、Grok 的对话跨端集中保存与检索的、端到端加密的开源「AI 记忆」。浏览器扩展会捕获对话，并在上传前于设备端加密（AES-256），也可自托管。让你在不把明文交给云端的前提下，妥善保管与 AI 的重要往来。

# 検索エンジン・RAG# AIエージェント# 業務効率化# 生産性向上

ヴァンナエーアイ

Vanna AI

一款从自然语言问题生成准确 SQL 的开源（MIT）Text-to-SQL 框架。用数据库的 DDL、文档与 SQL 示例训练后，它通过智能体式检索生成可执行的 SQL。目前为「Vanna 2.0（The SQL Agent）」，具备按用户的行级控制与 Web 聊天 UI；开源核心免费，托管的 Vanna Cloud 收费。支持 Postgres、Snowflake、BigQuery 等主流数据库与 OpenAI、Anthropic 等 LLM。

# 検索エンジン・RAG# コード生成# AIエージェント# 生成AI（LLM）

カサナレ

Kasanare

面向企业的「完成业务的 AI 平台」，将企业专有知识理解（超越 RAG）、使用治理，以及对既有业务系统（含遗留系统）的操作（动作控制）加以整合，不止于生成答案而是把实际业务做到完成。已被三菱 UFJ 信托银行等采用。由 Kasanare 株式会社提供。

# AIエージェント# AIチャットボット# 検索エンジン・RAG# 業務効率化# 自動化・省力化# 日本語対応

ディープシーク

DeepSeek

DeepSeek（深度求索）是由中国杭州的深度求索开发的开放大规模语言模型（LLM），以及基于该模型的 AI 对话与 API 服务。用户可通过免费对话试用最新的旗舰模型 DeepSeek-V4（V4-Flash／V4-Pro），面向开发者的 API 则支持 100 万 token 的长上下文、思考模式、Agent 能力以及 OpenAI／Anthropic 兼容，并且价格低廉。此外还公开了推理专精的 R1，以及代码、视觉等按用途划分的模型群。

# 検索エンジン・RAG# 生成AI（LLM）

ジェヴ

Jev

Jev 是 TypeSafe AI 于 2026 年 9 月 15 日发布的首款「System One 模型」。它与 LLM 不同，不生成文本：传入状态（文本或 JSON），它会返回类型固定的值——Choice（分类）、Score（评分）、Noul（0〜1 的真值），并附带概率与 confidence。因为不返回字符串，所以既不需要解析也不需要校验。官方公布的数字是端到端 70〜500 毫秒、输入每百万 token 0.042 美元，输出 token 免费。一次请求里的问题并行评估，堆再多响应时间也几乎不变，因此适合工单分流、LLM 护栏、RAG 重排序这类「同一种判断大量重复」的场景。截至 2026 年 9 月处于早期访问（候补名单制），官方明确写着包括中文在内的 CJK 文字准确率低于英语。

# API・SDK# AIエージェント# 検索エンジン・RAG# 自動化・省力化# コスト削減

搜索引擎 · RAG相关推荐文章

Jev 是什么【2026年9月最新】不生成文本的 AI「System One 模型」的用法・价格・应用案例

2026 年 9 月 15 日，潜行两年的 TypeSafe AI 带着 4,000 万美元融资发布了 Jev，热度从社交平台一路烧到 Qiita、Zenn 等技术社区（Qiita 更在 9 月 16 日至 10 月 2 日举办官方活动）。引爆讨论的不是跑分，而是定位的直观：一个不生成文本的 AI。Jev 不聊天，而是从你事先定义好的选项中挑一个，附上概率返回。本文梳理 Choice（分类）・Score（评分）・Noul（0〜1 真值）三种提问类型实际返回什么、让堆问题不增加延迟的投机式 fan-out、输入每百万 token 0.042 美元且输出免费的定价设计、从候补名单到 Python SDK・HTTP API・Claude Code skill 的完整用法、用 confidence 设阈值把拿不准的交给人的做法，以及工单分流・LLM 护栏・RAG 重排序等应用案例。同时也覆盖官方主动公开的短板：CJK 准确率低于英语、数不清数量、日期比较弱等。

【2026 最新】LLMO/GEO 对策工具推荐比较 12 选｜日本国产・海外按对应 AI・功能・价格

全面比较帮助品牌在 ChatGPT、Gemini 等 AI 搜索中被引用・推荐的「LLMO/GEO 对策工具」，分为日本国产 8 款（Genview、DolphinX AIO、AKARUMI、Mieruca GEO、SUPER ACT、User Insight、BringRitera、LLMOinsight）与海外 4 款（Profound、Peec AI、OtterlyAI、AthenaHQ），按对应 AI・功能类型・价格（月付／年付）・免费额度对比。含加入 GEO 制作类工具 2 款（Writesonic、Readdy）后的 14 款比较表、3 行结论、按目的的推荐、选择的 6 个要点、价格区间、可免费使用的工具，以及 LLMO 与 GEO 的区别、效果测量指标等 FAQ，基于 2026 年 8 月的官方表述。

客户支持AI工具比较8款【2026年最新】｜价格、可自动化范围与选型方法

从价格、可自动化范围、日语支持三个维度比较8款客户支持AI工具。将聊天机器人／AI智能体／VoC分析整理为三种类型，并解说选型的4个判断轴、导入的推进方式与常见问题。