到目前為止，我們的搜尋引擎已經可以把資料載入（Day 20）、解析、索引（Day 21），甚至在 Day 22 嘗試了一些基本的文字查詢。

很多時候，我們並不是在「精確地查一個詞」，而是在「讓系統懂我們想問什麼」。

** 問題背景：人類查詢 vs 系統查詢**

例如使用 JEOPARDY! 資料集時，一個使用者可能輸入：

“Which US president was assassinated in 1865?”

這個問題其實背後包含多層意圖：

1. 使用者在問一個「歷史事實」
2. 他期望系統能找到「Abraham Lincoln」
3. 系統要知道「assassinated」與「killed」是同義詞
4. 甚至要理解「1865」是事件發生的年份

這就不是單純的 keyword search 可以解決的事，而是需要一種**多階段查詢（multi-stage query）**設計。

** 多階段查詢設計思路**

以我們的 JEOPARDY! 搜尋服務為例，可以拆成以下階段：

1. 解析使用者輸入
   • 從 query string 中拆出「主題詞（entities）」與「動詞意圖（intent）」
   • 例如 “assassinated in 1865” → 主題：「US president」、動作：「assassinated」、時間：「1865」
2. 語意擴展（Semantic Expansion）
   • 用簡單的同義詞庫或 embedding（之後可能會接 AI 模型）
   • 例如把 “assassinated” 擴展為 [“killed”, “murdered”]
3. 組合查詢條件
   • 把前兩步的結果轉換為 Elasticsearch 的複合查詢（bool query）
   • 例如：

{
  "bool": {
    "must": [
      { "match": { "question": "US president" }},
      { "match": { "question": "killed" }},
      { "match": { "question": "1865" }}
    ]
  }
}

1. 重排序（Re-ranking）
   • 把初步查出的結果再依照語意相似度或欄位權重調整排序。
   • 例如：answer 欄位中的 “Abraham Lincoln” 出現次數高的結果會往上排。

實作範例

下面是一個簡化的 Go handler，展示如何把上述流程包成 pipeline：

func multiStageSearchHandler(w http.ResponseWriter, r *http.Request) {
    q := r.URL.Query().Get("q")
    if q == "" {
        http.Error(w, "missing query parameter: q", http.StatusBadRequest)
        return
    }

    ctx := r.Context()

    // Step 1: 基本語意分析（之後可以改用 OpenAI embeddings）
    keywords := expandSynonyms(q)

    // Step 2: 組合查詢
    esQuery := buildElasticsearchQuery(keywords)

    // Step 3: 向 Elasticsearch 查詢
    results, err := esClient.Search(ctx, esQuery)
    if err != nil {
        log.Printf("ES search error: %v", err)
        http.Error(w, "search failed", http.StatusInternalServerError)
        return
    }

    // Step 4: 結果回傳
    json.NewEncoder(w).Encode(results)
}

為什麼要這樣設計？

多階段查詢的核心，其實是把「人的模糊語意」翻譯成「電腦能理解的結構化條件」。

這樣的分層架構帶來幾個明顯好處：

• 易於擴充：未來可以在某個階段加入 NLP 模型，不需要改整個流程。
• 可觀察性高：能清楚看到哪一階段出錯（是解析錯、查詢錯還是排序錯）。
• 彈性強：可以針對不同場景（如 quiz、FAQ、產品搜尋）替換部分邏輯。

Recap

結論

如果把搜尋引擎比喻成一位聰明的問答助理，前幾天的工作是在教他「資料在哪裡」與「怎麼找」。

今天的任務，則是在教他「怎麼聽懂人話」。