語意搜尋（Semantic Search）：用不同說法找到相關內容

語意搜尋，英文 Semantic Search，是嘗試根據查詢與內容的意思判斷相關性，而不只要求字詞相同的搜尋方式。使用者問「忘了登入用的那串字怎麼辦」，系統可能找到標題為「重設密碼」的說明。兩者的字面重疊有限，卻談到相近需求。能處理這類說法差異，是它在知識庫與客服搜尋裡的重要用途。

不過，語意搜尋並不必然生成一段答案，也不是只有向量資料庫才能提供。它可以交付文件、段落或其他候選項目，後續再由讀者閱讀或由 RAG 整理。本篇以虛構的會員服務說明示範，所有排序都是預期情境，不宣稱特定模型一定找對。理解它的限制，才能知道搜尋「看起來懂我」與「真的找對文件」之間還缺哪些檢查。

搜尋理解的是相關性

傳統全文搜尋常依詞彙出現情況、詞頻及其他排序因素判斷相關性，也可搭配斷詞、同義詞與拼寫處理，並非完全只會逐字比對。語意搜尋則加入學得的內容表示或相關性模型，嘗試處理改寫、同義與上下文。兩種方法可以互補，不應把任何找得到同義詞的功能都當成大型生成模型的成果。

以 Sentence Transformers 的典型做法來看，文件先被編成向量，查詢也經適當的模型處理，再找相似表示。官方文件區分對稱與非對稱搜尋：兩個短句找近義，和短問題找長答案段落，需求不同。訓練在前一種任務上表現好的模型，不一定適合後一種，因此不能只看模型名稱或通用相似度展示選擇。

從使用者說法到候選文件

先整理每份說明的主題與必要上下文，例如「重設密碼」段落不能只剩「點此繼續」，要保留它適用哪個帳號流程。資料建索引後，查詢取得候選，再按需要套用語系、產品版本或使用者權限條件。如果平臺同時有一般會員與管理員說明，語意非常相近也不能忽略適用對象，否則會把讀者帶到無法操作的介面。

排序分數是特定模型與資料下的相對訊號，不能直接當成答案正確機率。某份文件即使在全部候選中最高分，也可能和問題不太相關。搜尋介面最好允許「目前找不到合適內容」的結果，而不是永遠把第一名包裝成推薦答案。候選清單和信心提示如何顯示，會影響讀者是否過度相信系統。

示範：忘記密碼，還是帳號遭停用

假設輸入是「我忘了登入用的那串字」，合理期待是找到重設密碼的官方說明。系統取得該文件後，應顯示段落標題及能辨認適用範圍的摘要，讓讀者確認是自己的情境。若問題改成「密碼明明沒錯，畫面說帳號已停用」，則重設密碼不再是最適合的答案，應找到停用原因與申訴或聯絡流程。

這兩個問題都談登入，向量可能很相近，卻需要不同處理。測試時可讓人工先標出正確文件，再檢查候選排序是否把原因差異保留下來。若停用說明已在候選但排得太後面，可考慮重新排序；若完全找不到，則檢查語料、分塊與模型。不要只把問題改得更像文件標題，因為那會避開實際使用者的表達方式。

也可以加入「我要查這個帳號目前是否被停用」。說明文件只能解釋流程，沒有個別帳號即時狀態。語意搜尋不應把常見問答變成個案判定，正確處理是導向有權限的狀態查詢或人工管道。這種題目能檢查系統是否知道內容的適用邊界，而非單純測哪個文件最接近。

有些差異不能只靠意思接近

精確訂單號、產品代碼與版本名稱，通常應保留文字或結構化比對。只差一個字母的代碼可能代表完全不同的商品，但嵌入未必把差異看得夠重。否定句也有類似問題：「支援匯出」與「不支援匯出」主題接近，卻有相反的操作意義。取得相關候選後，仍需核對條件與否定範圍。

跨語言搜尋需要模型具備相應能力，也需要實際資料測試。能把英文問題對到中文文件，不代表能處理臺灣口語、在地縮寫與專門用語。資料中的簡稱可能要保留正式名稱或別名，文件標題也應反映使用者會問的問題。這些資料整理工作不只是替搜尋引擎服務，同時會改善人工閱讀與後續維護。

如何驗證搜尋真的有改善

建立測試集時，可涵蓋原句、自然改寫、錯字、同主題但不同條件，以及完全沒有答案的問題。先看應有文件是否進入候選，再看排名是否讓讀者容易找到。也要比較查詢延遲與文件更新後的可見時間，避免只提高語意測試分數，卻讓實際使用者等待太久或持續看到舊說明。

若同義改寫明顯改善但代碼題退步，可以使用混合搜尋保留精確詞彙的力量；若候選齊全但順序不好，可評估重新排序。若文件本身沒寫清楚，再強的語意模型也只能找出模糊資料。最可靠的改善順序是先定位失敗層，再改變對應元件，而不是把「換成 AI 搜尋」當成一次性的解決方案。

讀者也可以用一個簡單習慣保護自己：點開原文，核對產品版本、適用對象和限制。搜尋摘要只為幫忙定位內容，尤其涉及例外條件時，縮短後的文字未必完整。當搜尋結果與實際畫面不一致，應回報原始問句和找到的文件，這比只說「AI 搜尋不好用」更容易促成可驗證的修正。

嵌入向量（Embedding）是什麼：把內容放進可比較的空間

混合搜尋（Hybrid Search）：兼顧精確字詞與語意

重新排序（Reranking）：從找得到到把好答案排在前面

AI 名詞總索引：從 Loop Engineering 到生成式 AI

• AI 工具
• 教學
• AI 名詞解釋