Doubao AI
Browser Extension

豆包浏览器插件的产品定位，不是「把豆包做成一个浏览器入口」，而是做一个真正嵌入用户浏览器场景的 AI 浏览器助手。

浏览器本身是一个天然高频、场景密集的空间，用户会在里面完成三类事情：

• 看内容：浏览网页、PDF、图片、视频
• 找内容：搜索、购物、信息查找
• 生产内容：写邮件、写作、处理文本内容

这也决定了插件和独立 App 最大的不同：它不是等用户主动来用，而是应该根据用户所处的具体场景，分发最合适的 AI 能力。

第一层 — 浏览器是 AI 最容易进入真实工作流的入口

相比独立应用，浏览器天然覆盖信息消费、搜索决策和内容生产三类高频任务。用户不需要额外切换工具，很多真实需求本来就发生在网页里。插件能更贴近用户当下任务，而不是要求用户先离开当前页面，再进入一个新的 AI 产品。

第二层 — 当时大模型能力很强，但用户对 AI 的使用方式还没有共识

在 0-1 阶段，挑战不只是「模型能不能做」，而是「用户知不知道什么时候该用、为什么值得用」。当时普遍使用心智尚未稳定，我的判断是：先把价值讲清楚，比急于堆功能更关键。

第三层 — 插件不能照搬聊天产品，必须找到自己的交互形态

如果只是把一个聊天框塞进浏览器，很难真正成立。用户已经在某个上下文里做事，设计要回答：AI 在浏览器里如何被唤起、依附页面还是独立存在、如何既不打断又能高频露出价值、如何处理网页、搜索、视频等多种内容类型——这些要在初期先完成产品形态与交互框架判断。

为什么要做：入口价值、心智与形态三层判断的可视化整理。

该命题对设计提出四项约束：

• 价值清晰：用户可快速理解能力边界与收益
• 触发便捷：避免引入过高学习成本
• 框架简洁且可扩展：适配多类浏览场景
• 多类型信息兼容：网页、检索结果、视频与文本等

设计命题：四项约束与阶段推进节奏。

这个项目不是做完一个版本就结束，而是沿着比较清晰的三阶段路径往前推进。

第一阶段：先搭建产品框架，快速传达价值

目标不是一次性把所有场景做满，而是先把产品架构搭起来，让用户快速理解「这是一个什么产品」。重点定义基础交互：划词、边栏、输入框、页面内嵌入口等。我更关注「产品怎么成立」，而不是「功能做多少」。

第二阶段：通过数据与分析，打磨核心场景体验

框架成立后，基于数据看用户到底在哪些场景里最常使用插件，再集中优化。用户分布上，搜索场景占比最高，其次是视频；功能渗透上，视频总结、搜索总结、网页翻译、网页总结最为突出——不能平均用力，要优先在搜索和视频形成体验优势。

第三阶段：找到增长关键点，提升活跃与留存

思考用户消费大量内容之后，如何继续留下来、回来用、形成持续工作流；从「单次使用工具」转向「长期内容整理与回访」，探索 AI 收藏夹等能力。

在 0-1 阶段，我用下面三条判断来对齐产品方向。

搜索是插件最值得优先做深的场景。

为什么先做搜索

从数据上看，搜索场景是用户分布最高的页面类型之一。更重要的是，搜索天生存在「找答案效率低」的问题：用户通常需要在结果页里不断点开链接、对比信息、再自己总结。行为又可拆成导航型、信息型与事务型搜索；其中信息型搜索在通用搜索中占很高比例，也是 AI 搜索最明显的机会。

设计机会点

相较于让用户自己在多个链接之间跳转，生成式搜索可以直接给出结构化答案。差异化方向包括：多样的总结展示结构（文字、脑图等）、整合搜索后的后续意图（收藏、下载、分享）、多模态整合能力，以及聚焦更有价值的垂直场景。

设计结果

围绕搜索结果页，逐步设计并上线了：搜索总结、AI 搜索链接预览、脑图、卡片分享、深入搜索等能力。

这部分工作的意义不止于「上线一个总结功能」，而是用数据验证：当 AI 能缩短用户从搜索到获取答案的路径时，插件形态是成立的。预览卡片高渗透、低关闭率也说明，该形态对主检索任务的打扰可控。

视频是另一个高价值场景，而且相比网页内容，它更天然存在「理解门槛高、回看成本高」的问题。

为什么做视频

数据上，视频是仅次于搜索的重要场景；功能渗透上，视频总结甚至优于很多网页类功能——用户对「帮我更快理解内容」有非常强的真实需求。

设计重点

围绕视频场景，重点分析了竞品里视频 AI 的做法、总结后的问答形态、多样的展示结构，以及用户如何在「看视频」和「理解视频」之间切换。最终承接了：视频总结、时间线互动、双语字幕、脑图、笔记等能力。

浏览器插件的价值，不只是网页问答，而是对多种内容类型进行上下文理解和效率增强。视频页 30 日留存高于搜索，说明视频不是「可做可不做」的附加场景，而是极具粘性的核心场景之一。

当搜索和视频这些高频场景逐渐跑通后，产品进入第三阶段，开始思考更长期的问题：

这也是我们探索 AI 收藏夹等能力的背景：传统收藏夹越收越多、却难整理、难回看；我参与的方向是用 AI 辅助自动打标签与内容总结，帮助筛选与速读。能力仍在迭代，但产品叙事已从「单次提效工具」走向「长期内容管理助手」，这层对留存与活跃的意义比单点功能更深。

在这个 0-1 项目里，我的工作方式可以概括为：小步快跑、假设验证、快速迭代。

先快速搭骨架，而不是一开始做满功能

0-1 最重要的是让产品先成立，所以我优先定义交互框架和基础触点，而不是追求大而全。

用数据判断主战场，而不是平均分配资源

框架稳定后，再通过用户分布、功能渗透、留存等数据确认：哪些场景值得继续做深，哪些能力真正被用户使用。

在高频场景里持续打磨细节体验

例如在搜索场景里，通过文字提示展示当前步骤、提供视觉反馈、让操作更轻量化等，降低唤起成本。插件成败往往取决于「唤起是否足够顺手」。

项目在真实场景里跑出一组可复用的 AI 设计原则，作为长期沉淀：

• 便捷的触发
• 可感知、可信赖
• 识别意图，主动工作
• 自然语言与图形界面相结合
• 借助记忆形成个性化体验
• 充分感知上下文
• AI 即内容