知识库找不到商品编号：怎样排查向量、关键词和混合检索

在受控环境里按文档或商品标识查索引，核对原始文本、抽取结果与分块。商品编号可能在图片里，解析时被漏掉；连字符、全角字符和空格也可能改变标识。找不到正确内容，后续检索参数无法补救。

再核对资料版本。E100 的旧资料和 E100 Pro 的新资料如果共享模糊标题，检索可能看起来正确，却已经混合对象。保留产品主键、型号、版本和适用条件，名称只作为展示和搜索线索。

Microsoft 的信息检索指南区分全文、向量和混合搜索，并讨论字段与过滤。本文用这些区分设计诊断步骤，不把某个平台的参数当成其他系统的默认配置。

检查编号所在字段是否可检索，是否需要用于精确匹配的独立字段。普通全文分析器可能把连字符或字符组合拆开；名称检索正常，不意味着型号检索也正常。根据平台文档检查分析器和查询方式。

对明显的标识符，可以先解析候选标识，再在授权范围内查询稳定对象字段。解析结果要校验，不能让模型把 E100 Pro 自动简写成 E100。多个候选时向用户确认或分别列出，避免默默选择。

过滤条件同样要查。租户、发布状态、产品类型和日期过滤都可能把正确资料排除。定位时记录每一层过滤后的候选范围，在权限允许的诊断环境检查；不要为排查临时关闭生产权限。

混合检索可以结合关键词与向量候选，但不是自动保证正确。正确文档可能在候选集合中，却被重排降到未返回的位置；也可能返回正确块，生成前又被截掉了表头或适用条件。

保存三个阶段的证据：初始候选、最终排序和实际送入模型的上下文。这样可以区分召回、排序和上下文组织问题。只查看最终回答，很难知道应该改哪一步。

控制返回数量和正文长度时保留业务条件。多放几块可以增加覆盖，也可能引入旧版本和相似产品的干扰。比较时同时记录正确证据命中、对象混淆与上下文开销。

使用同一资料快照，分别运行关键词、向量和混合路径。先确定是哪类问题改善，再调整分块、字段或排序。不要同时换模型、切块和改提示词，然后用一个总分解释效果。

排查 E100 与 E100 Pro 混淆时，先直接读取两款的独立索引记录；再运行只含 E100 的查询，观察是否保留完整标识；最后加入使用场景，检查排序是否仍守住对象条件。每一步保留返回标识和资料版本。如果模糊名称有多个合法映射，先确认对象，而不是用相似度替读者决定他问的是哪一款。

评测单独统计错误型号返回，不让大量泛问答命中掩盖精确对象的混淆。

如果关键词路径让精确编号问题明显改善，而自然语言问题下降，可以为不同查询使用不同策略。路由规则本身也要测试，尤其是用户一句话同时包含型号和场景时。

先保证硬约束，再比较排序质量。型号、权限和适用日期不应只靠语义相似分数决定。对未知条件，系统可以请求补充或说明查不到，不应为了回答完整而补一个“最接近”的商品。

记录失败样本和版本。新增产品或更换解析方式后，重新运行受影响样本，检查旧假设是否仍然成立。一次优化只证明当前测试条件下的改善。

选一条最近“明明有资料却找不到”的查询，按原文、抽取、索引、候选、排序和上下文保存证据。找到第一次丢失正确资料的位置，优先修复这一层，再做回归。

本文适合商品、制度和技术资料检索。具体分析器、混合排序与向量字段配置由平台决定；不能把搜索分数直接解释成业务正确概率，也不能把检索优化当作资料本身已正确。