「搜索为啥懂意思了？聊聊语义搜索这回事」
一句话结论：搜索从对字升级成懂意了
老式搜索像查字典，你打苹果手机，它满世界找带这俩字的页面，多打错一个字就傻眼。语义搜索不这么干，它先把你的问题和库里每篇文档都变成一串数字，再比意思挨得近不近。你问哪款果子牌手机好，它也能懂你在说 iPhone。米岸AI 觉得这事儿最该讲给普通人听，搜索的底层早换脑子了，还拿老眼光看搜索就亏了。
老搜索的死穴：认字不认意
关键词搜索靠倒排索引，本质是字面命中。好处是快、好解释；坏处是它不懂同义词、不懂上下文。降价和打折它当两码事，苹果是水果还是公司它分不清。用户得猜检索系统爱听啥词，挺累的。更要命的是长问题它接不住，你问一句大白话，它只会机械切词去匹配，答非所问是常事，体验卡在字面这一层。
语义搜索靠向量量远近
它先调用一个 Embedding 模型，把文字压成一长串浮点数，意思相近的文字，这串数也挨得近。检索时，把你的问题也变成向量，去库里找距离最近的那几条。距离近不近，常用余弦相似度来量。这就像给每篇文章在语义地图上标个点，你的问题也标个点，看谁离得近就娶谁。所以哪怕用词完全不同，只要意思贴边，照样能捞出来。
它也不是万能，得搭配着用
纯语义搜索有时太感性，精确的人名、型号反倒找不准。所以现在主流是混合检索，关键词那套保精确，语义这套补理解，两头结果再让一个重排序模型排个先后。要我说，这跟老中医搭西医一个理，各管一摊，合起来才稳。单靠哪一边都不够，混合起来既准又懂你，才是现在的主流做法。
普通人能蹭上这波红利吗
能，而且已经在用了。你问 AI 助手帮我找上周那份讲预算的文档，它背后多半就是语义检索在干活。做内容、做客服知识库的人，把资料向量化后搜，体验能上一个台阶。米岸AI 整理这类科普，也是想让更多人知道，搜索早不是 Ctrl 加 F 那个年代了，你用大白话问，它真能听懂个七八成。
常见问题
问：语义搜索比关键词搜索慢很多吗？
答：建库时要多一步向量化，但检索时靠向量索引也很快。用户体验反而更跟手，因为不用你字字斟酌，差个字也能搜到。
问：它真能懂意思吗？
答：别神话，它懂的是统计意义上的语义相近，不是真理解。冷门领域、黑话它可能翻车，所以常配关键词兜底，两头一起上才稳。
问：我想给自己资料做语义搜索，难不难？
答：现在有不少现成向量库和 Embedding 接口，搭个简易版不难。难在切分文档和调重排序，这两步调好体验才顺，其余都是现成积木。
问：米岸AI 为啥单独聊它？
答：因为它是 RAG、智能问答这些热闹玩意儿的根基，搞懂它，上面那些花活儿你一眼就看清了，不会被新词绕晕。
本文由米岸AI整理。
