Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Paieškos režimai: raktiniai žodžiai, semantinis, hibridinis

Paskaita 10 iš 16 Atnaujinta 2026 m. liepos 29 d. Kūrėjas
Šiame puslapyje
  1. Trys informacijos paieškos būdai
  2. Raktinių žodžių režimas: literalus atitikimas
  3. Semantinis režimas: prasmės supratimas
  4. Hibridinis režimas: abu signalai vienu metu
  5. Režimų palyginimas
  6. Svarbiausi punktai

Trys informacijos paieškos būdai

Laukas retrieval_mode priima tris reikšmes, ir šis pasirinkimas nėra tik kosmetinis: jis lemia, ką tiksliai lygina variklis. Vienas režimas ieško žodžių, kitas – prasmės, o trečiasis daro abu dalykus vienu metu. Priklausomai nuo tavo dokumentų ir nuo to, kaip vartotojai formuluoja klausimus, tinkamumo skirtumas tarp dviejų režimų toje pačioje kolekcijoje gali būti dramatiškas.

Raktinių žodžių režimas: literalus atitikimas

Raktinių žodžių režimas veikia kaip klasikinė paieškos sistema. Jis sutapatina tavo užklausos žodžius su indeksuotu tekstu ir pateikia tas ištraukas, kuriose šie žodžiai iš tikrųjų yra.

{
  "query": "VAT rate 20%",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "keyword" }
}

Jo stiprybė slypi tikslume. Produkto kodui, pavyzdžiui, „XR-2847“, sąskaitos faktūros numeriui, teisės straipsniui ar industrijos akronimui jis neklysta: arba eilutė ten yra, arba jos nėra. Jis neskaičiuoja jokių įterpinių (embeddings), todėl veikia greitai. Tačiau jo silpnybė yra tiesioginė šios savybės priešybė: jis nieko nesupranta. Jei tavo dokumente kalbama apie „pridėtinės vertės mokestį“, o vartotojas įveda „VAT“, atitikimo nebus ir gausi nulį rezultatų iš dokumento, kuriame atsakymas iš tikrųjų buvo. Viskas tada priklauso nuo rašytojo ir skaitytojo žodyno sutapimo, o tai yra rizikinga statyti, kai tik tavo vartotojai nėra tų dokumentų autoriai.

Semantinis režimas: prasmės supratimas

Semantinis režimas paverčia užklausą ir teksto fragmentus vektoriais, tada lygina prasmes, o ne simbolius. Todėl jis pateikia tinkamas ištraukas net tada, kai nėra bendrų žodžių.

{
  "query": "how to reduce sales taxes",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "semantic" }
}

Šioje užklausoje nėra nei „VAT“, nei „exemption“, tačiau ji vis tiek pateiks ištraukas apie PVM, pridėtinės vertės mokestį, mokesčių atskaitas ar lengvatas. Būtent to nori iš viešai prieinamo asistento: tavo vartotojai klausia savo žodžiais, o ne tavo teisininkų leksikonu. Šis režimas be problemų tvarko sinonimus – „grąžinimas“, „kreditinė sąskaita“ ir „kreditas“ vektorių erdvėje natūraliai susigrupuoja kartu. Mainais jis praranda tikslumą ten, kur jis yra absoliučiai būtinas: produkto kodas „XR-2847“ semantiškai atrodo panašus į „XR-2874“, ir variklis gali grąžinti neteisingą. Kiekvienai užklausai taip pat reikia apskaičiuoti įterpinį, todėl atsiranda skaičiavimo kaina, kurios nėra raktinių žodžių režime.

Hibridinis režimas: abu signalai vienu metu

Hibridinis režimas yra numatytasis režimas ir tas, kurį rekomenduoja xAI, nes jis atsisako kompromisų. Paimkime tipinę teisinę užklausą, kuri maišo tikslų nuorodą ir miglotą sąvoką.

{
  "query": "article L.121-3 director liability",
  "source": { "collection_ids": ["col_juridique"] },
  "retrieval_mode": { "type": "hybrid" }
}

Apdorojimas vyksta trimis etapais. Pirmiausia variklis atlieka raktinių žodžių paiešką, kad sugautų tikslius atitikimus, šiuo atveju eilutę „L.121-3“. Lygiagrečiai jis atlieka semantinę paiešką, ieškodamas ištraukų, konceptualiai susijusių su direktoriaus atsakomybe, net jei jose nenaudojami tie tikslūs žodžiai. Galiausiai jis sujungia abu sąrašus ir juos perrikiuoja, kad maksimizuotų bendrą tinkamumą.

Rezultatas apima ir straipsnius, kurie aiškiai cituoja L.121-3, ir komentarus, kurie nagrinėja direktoriaus atsakomybę neminėdami to straipsnio. Prisiminimas (recall) žymiai pagerėja: praleidi mažiau tinkamų dokumentų, nepaisant klausimo stiliaus. Štai kodėl hibridinis režimas vienodai gerai veikia tiek techninei užklausai, tiek pokalbio frazei, ir kodėl tai yra pagrįstas numatytasis pasirinkimas.

Vis dėlto yra dvi situacijos, kurios pateisina nukrypimą nuo šio nustatymo. Jei ieškai specifinės funkcijos parašo kode, semantinis triukšmas tau kenkia, ir keyword bus tikslesnis. Atvirkščiai, plačiai paieškai – „ką esame rašę apie klientų lojalumą?“ – neturint konkretaus žodžio, į kurį atsiremti, semantic užmeta platesnį tinklą ir padeda atrasti dokumentus, kurių net neieškojai.

Režimų palyginimas

Kriterijuskeywordsemantichybrid
Tikslūs terminaiPuikiaiVidutiniškaiGerai
SinonimaiPrastaiPuikiaiGerai
Natūrali kalbaPrastaiPuikiaiPuikiai
Kodai/nuorodosPuikiaiPrastaiGerai
RekomendacijaSpecifiniai atvejaiPaieškaNumatytasis

Paprastas būdas apsispręsti: paimk dešimt realių savo vartotojų klausimų, paleisk juos visais trimis režimais toje pačioje kolekcijoje ir palygink penkis geriausius rezultatus. Per penkiolika minučių sužinosi, ar tavo korpusas linksta į tikslią žodyną, ar į prasmę.

Svarbiausi punktai

  • Raktinių žodžių režimas ieško tikslių atitikimų – idealu techniniams terminams ir nuorodoms
  • Semantinis režimas supranta prasmę – idealu klausimams natūralia kalba
  • Hibridinis režimas sujungia abu – tai yra rekomenduojamas numatytasis pasirinkimas
  • Naudok keyword, kai ieškai kodų, identifikatorių arba tikslių reikšmių
  • Naudok hybrid visais kitais atvejais