混合搜尋（Hybrid Search）：兼顧精確字詞與語意

混合搜尋，英文 Hybrid Search，是把不同搜尋方法的結果結合成一份排序清單。在 AI 應用中，常見組合是全文搜尋加上向量搜尋：前者保留精確名稱與詞彙訊號，後者處理近義或自然語言改寫。它不是讓兩套搜尋各顯示一欄就完成，核心還包括結果如何合併、重複資料如何處理，以及最後的順序如何決定。

這裡採用 Elastic 與 Azure AI Search 官方文件中的常見用法，說明全文與向量結果的融合，不把所有廠商的細節當成統一標準。範例是虛構器材說明書，目的是理解兩條檢索路徑各能補什麼。混合的效果需要實測，不能因為技術種類變多，就直接認定準確度一定提高。

為什麼需要兩種搜尋訊號

假設有人查「投影機顯示 E-CODE，怎麼恢復畫面」，其中 E-CODE 是此篇自訂的錯誤代碼。精確字詞能把文件縮到真正談該代碼的段落，語意則可能把「恢復畫面」對應到「訊號中斷排除」。只靠其中一條路徑，可能找得到代碼卻忽略解決需求，或者找得到排除方法卻拿到另一款器材的內容。

兩種搜尋也可能各自出錯。全文路徑會受到斷詞、同義詞與拼寫影響；向量路徑可能忽略細小的版本差異或否定條件。混合的理由是讓它們互補，不是把所有輸入都平均處理。若任務幾乎都是精確編號查詢，全文或結構化查詢也許已經足夠，額外向量結果反而可能帶進不相關候選。

分數不同，怎麼合成一張清單

全文搜尋的分數和向量相似度通常不在同一尺度，不能隨意把兩個數字相加就當成公平比較。一種做法是校準或正規化後加權，另一種是利用排名資訊。官方文件常介紹的 Reciprocal Rank Fusion，簡稱 RRF，是按資料在各結果清單的位置累積排名訊號，避免要求原始分數必須直接可比。

RRF 的直覺是，某份文件若在多條路徑都排得靠前，融合後就有機會向前；只在一條路徑找到的文件也不會自動消失。不過融合仍有候選範圍與參數選擇，結果不會憑空超出各路徑原本找到的資料。不同產品可能提供不同權重或融合選項，應看正在使用的實作文件，不要把一個演算法名稱理解成免調整的保證。

示範：保留代碼，也理解問題

對前面的投影機查詢，全文路徑先找到包含 E-CODE 的說明，向量路徑找到關於訊號中斷及重新連線的段落。系統以穩定文件識別碼合併重複項目，再按選定方法融合排名。預期清單應優先保留同款器材、同一代碼且有排除步驟的內容，同時讓未直接使用使用者措辭的相關說明有機會出現。

接著把問題改成「接上電腦卻一直黑畫面」。這次沒有錯誤代碼，語意路徑可能更有幫助，但仍要確認器材型號和輸入埠條件。若使用者沒有提供型號，搜尋可以展示適用範圍或要求補充，不能因為找到一份看似完整的說明便把它當成唯一答案。以上是預期行為，不是任一引擎的實測排名。

最後放入一個測試：文件都沒有提到某個新型號。良好的結果應保留沒有直接適用文件的事實，即使兩條路徑都找到舊型號的相似內容。兩套搜尋共同提供的是「相關候選」，不會自動創造新型號的操作證據。融合後若加上生成回答，仍須避免把候選的相似性寫成適用性的確定結論。

融合不等於重新排序

排名融合處理的是多個檢索清單如何合成，重新排序則通常對已取得的候選做更深入的相關性判斷。兩者可以連用：先混合以取得較完整的候選，再由交叉編碼器或其他排序模型評估問題與文件。它們處理的階段不同，不能只因最終清單變了順序，就把所有動作都叫作同一種技術。

去重的層級也很重要。文件識別碼不同但內容幾乎相同，可能在清單中佔據多個位置，擠掉其他有用資訊；反過來，同一文件裡分別回答前提與例外的段落，不能只因來自同一文件就全部刪成一筆。需要依最終顯示的是文件還是段落設計去重規則，並保留回到原文的資訊。

怎麼知道混合帶來了什麼

比較時至少把問題分成精確詞彙、自然改寫、混合條件與無答案情境，分別看全文、向量及融合後的結果。若只報整體平均分，可能掩蓋代碼題大幅退步。也要記錄候選數、篩選方式與資料版本，因為擴大候選範圍本身就可能改善召回，不能把所有變化都歸功於融合演算法。

權限與適用條件要在各檢索路徑一致處理。假如全文搜尋只查公開文件，向量搜尋卻包含內部維修紀錄，融合便可能把讀者無權看的內容帶出來。結果發布前的最後檢查也不能完全取代檢索層權限。系統更新文件後，兩條索引應有一致的版本策略，避免新舊內容在不同路徑各佔優勢。

一般讀者檢查搜尋產品時，可以用同一需求的兩種說法試查，再加上精確型號，觀察結果是否維持適用範圍。工程團隊則應保留每份候選從哪條路徑進入以及融合前後排名，才知道是哪個訊號幫了忙。混合搜尋的價值在可驗證的互補，而不是把更多技術名稱堆進同一個搜尋框。若兩條路徑共用同一份文件，也要用穩定識別碼確認它們指向同一版本，避免把新舊段落當成不同證據累積權重。另外可分開檢視兩條路徑各自獨有的候選。若語意搜尋帶回的內容總是被融合規則壓到清單底部，表面上雖然同時查了兩套索引，實際使用者仍只看到全文搜尋結果。這時要先確認新增候選是否有用，再調整融合方式。

語意搜尋（Semantic Search）：用不同說法找到相關內容

重新排序（Reranking）：從找得到到把好答案排在前面

向量資料庫（Vector Database）：相似內容怎麼存、怎麼找

AI 名詞總索引：從 Loop Engineering 到生成式 AI

• AI 工具
• 教學
• AI 名詞解釋