Søgetilstande: nøgleord, semantisk, hybrid
På denne side
Tre tilgange til at finde information
Feltet retrieval_mode accepterer tre værdier, og dette valg er ikke blot kosmetisk: det afgør, hvad motoren sammenligner. Én tilstand kigger på ord, en anden på betydning, og den tredje gør begge dele. Afhængigt af dine dokumenter og hvordan dine brugere formulerer deres spørgsmål, kan forskellen i relevans mellem to tilstande være dramatisk inden for samme samling.
Nøgleordstilstand: bogstavelig matching
Nøgleordstilstand opfører sig som en klassisk søgemaskine. Den matcher ordene i din forespørgsel mod det indekserede tekstindhold og fremhæver passager, der faktisk indeholder disse ord.
{
"query": "VAT rate 20%",
"source": { "collection_ids": ["col_fiscal"] },
"retrieval_mode": { "type": "keyword" }
}
Styrken ligger i dens bogstavelighed. For en produktreference som „XR-2847”, et fakturanummer, en lovparagraf eller en brancheakronym laver den ikke fejl: enten findes strengen, eller også gør den ikke. Den beregner ingen embeddings, hvilket gør den hurtig. Svagheden er præcis modsætningen til denne kvalitet: den forstår ingenting. Hvis dit dokument taler om „moms”, når brugeren skriver „VAT”, sker der intet match, og du får nul resultater fra et dokument, der faktisk indeholdt svaret. Alt afhænger så af det tilfældige sammenfald i ordforråd mellem skribent og læser, hvilket er et risikabelt væddemål, så snart dine brugere ikke er dokumenternes forfattere.
Semantisk tilstand: forståelse af betydning
Semantisk tilstand transformerer forespørgslen og tekststykkerne til vektorer og sammenligner derefter betydninger frem for tegn. Den fremhæver derfor relevante passager, selv når ingen ord er fælles.
{
"query": "how to reduce sales taxes",
"source": { "collection_ids": ["col_fiscal"] },
"retrieval_mode": { "type": "semantic" }
}
Denne forespørgsel indeholder hverken „VAT” eller „fritagelse”, og alligevel vil den fremhæve passager, der beskæftiger sig med moms, merværdiafgift, skattefradrag eller fritagelser. Det er præcis, hvad du ønsker dig af en assistent rettet mod offentligheden: dine brugere spørger med deres egne ord, ikke med din juridiske afdelings fagsprog. Tilstanden håndterer synonymer uden at blinke – „refusion”, „kreditnota” og „kredit” grupperes naturligt sammen i vektorrummet. Til gengæld mister den præcision, hvor præcision er absolut: en produktkode „XR-2847” ser semantisk lignende ud som „XR-2874”, og motoren kan returnere den forkerte. Hver forespørgsel kræver også en embedding-beregning, så der er en beregningsmæssig omkostning, som ikke eksisterer i nøgleordstilstand.
Hybrid tilstand: begge signaler på én gang
Hybrid tilstand er standardtilstanden og den, xAI anbefaler, fordi den nægter at gå på kompromis. Tag en typisk juridisk forespørgsel, som blander en eksakt reference og et flydende begreb.
{
"query": "article L.121-3 director liability",
"source": { "collection_ids": ["col_juridique"] },
"retrieval_mode": { "type": "hybrid" }
}
Behandlingen foregår i tre trin. Motoren kører først en nøgleordsøgning for at fange eksakte matches, her strengen „L.121-3”. Den kører parallelt en semantisk søgning, der leder efter passager, der er konceptuelt forbundet med direktøransvar, selv når de ikke bruger netop disse ord. Til sidst fletter den de to lister og rangerer dem om for at maksimere den samlede relevans.
Resultatet fanger både artikler, der eksplicit citerer L.121-3, og kommentarer, der beskæftiger sig med direktøransvar uden at nævne artiklen. Genkaldelsen (recall) forbedres markant: du går glip af færre relevante dokumenter, uanset spørgsmålets karakter. Derfor fungerer hybrid lige godt til en teknisk forespørgsel som til en samtalepræget sætning, og derfor udgør den det fornuftige standardvalg.
To situationer berettiger dog alligevel, at du fraviger denne indstilling. Hvis du leder efter en specifik funktions-signatur i en kodebase, arbejder semantisk støj imod dig, og keyword vil være skarpere. Omvendt, ved bred udforskning – „hvad har vi skrevet om kundeloyalitet?” – uden et fast ankerord at matche på, kaster semantic et bredere net og hjælper dig med at opdage dokumenter, du ikke ledte efter.
Sammenligning af tilstande
| Kriterium | keyword | semantic | hybrid |
|---|---|---|---|
| Eksakte termer | Fremragende | Rimelig | God |
| Synonymer | Dårlig | Fremragende | God |
| Naturligt sprog | Dårlig | Fremragende | Fremragende |
| Koder/referencer | Fremragende | Dårlig | God |
| Anbefaling | Specifikke tilfælde | Udforskning | Standard |
En simpel måde at beslutte på: tag ti rigtige spørgsmål fra dine brugere, kør dem i alle tre tilstande på samme samling, og sammenlign de fem øverste resultater. På femten minutter vil du vide, om dit korpus læner sig mod eksakt ordforråd eller mod betydning.
Vigtige pointer
- Nøgleordstilstand søger efter eksakte matches – ideel til tekniske termer og referencer
- Semantisk tilstand forstår betydning – ideel til spørgsmål i naturligt sprog
- Hybrid tilstand kombinerer begge – dette er det anbefalede standardvalg
- Brug
keywordtil søgning efter koder, identifikatorer eller eksakte værdier - Brug
hybridi alle andre tilfælde