# 检索模式对比讲义

> 文件路径：`/Users/apple/Documents/4.0 Sanyuan/2.4 环境公益"新"力量/course/part-02-knowledge-base/tools/retrieval_mode_comparison.md`
>
> 用途：第 2 课高阶讲解。帮助学员理解为什么同一个知识库有时答得准、有时答不准。

## 三种检索方式

| 检索方式 | 简单理解 | 擅长 | 不擅长 |
|----------|----------|------|--------|
| 全文检索 | 按关键词找字面匹配 | 人名、项目名、日期、编号、政策条款 | 换一种说法就可能找不到 |
| 向量检索 | 按语义相似度找相关内容 | 近义表达、案例匹配、经验总结 | 精确数字、编号、短关键词 |
| 混合检索 | 关键词 + 语义一起用 | 大多数公益知识库默认选择 | 需要更认真做 rerank 和阈值 |

## 公益场景例子

| 用户问题 | 推荐方式 | 理由 |
|----------|----------|------|
| 2024 清河项目共开展了多少次巡护？ | 全文检索 | 需要精确命中年份、项目名、次数 |
| 有没有类似“社区居民参与河流保护”的案例？ | 向量检索 | 用户可能不用原文关键词，但语义相近 |
| 找一个湿地教育项目中有志愿者数据的案例 | 混合检索 | “湿地教育”和“志愿者数据”都重要 |
| 查 2023 年以后 XX 基金会的申请要求 | 全文检索 + frontmatter / metadata 过滤 | 先限定年份和资助方，再查条款 |

## 调参顺序

1. 先看资料是否存在：缺资料，任何检索方式都救不了。
2. 再看切片：一片过大，答案容易淹没；一片过小，上下文不够。
3. 再看 frontmatter / metadata：年份、项目、资助方、领域标签能显著缩小检索范围。
4. 再调检索模式：精确事实偏全文，语义案例偏向量，综合问题偏混合。
5. 最后看生成提示词：找到资料后仍答不好，才回到第 1 课改技能。

## 课堂练习

用同一批资料分别测试三类问题：

| 问题 | 全文检索结果 | 向量检索结果 | 混合检索结果 | 最适合方式 |
|------|--------------|--------------|--------------|------------|
| 精确事实题 | | | | |
| 案例匹配题 | | | | |
| 综合筛选题 | | | | |

## 学员要记住

检索模式不是越高级越好。真正的目标是：把正确材料排到前面，并让 AI 有足够上下文回答。
