昨天我們學會了把文字轉成 Embeddings 向量，並比較不同句子之間的相似度。
今天要更進一步 —— 用這個方法來建立一個 FAQ 知識庫，讓 AI 可以從中找到最相關的答案。

為什麼要做 FAQ 知識庫？

想像一下，如果公司有一堆文件或常見問題， 我們就可以把它們「轉成向量」存起來。

當使用者提問時：

1. 把問題轉成向量
2. 跟知識庫裡的向量比較相似度
3. 找到最接近的答案

這就是簡單版的 RAG

Step 1：準備 FAQ 資料

先寫一個小小 FAQ：

faq_data = [
    {"q": "你們的服務時間是？", "a": "我們的客服時間是週一到週五，早上 9 點到下午 6 點。"},
    {"q": "如何重設密碼？", "a": "請到登入頁面點選『忘記密碼』，系統會寄重設連結到你的信箱。"},
    {"q": "支援哪些付款方式？", "a": "我們支援信用卡、ATM 轉帳，以及超商付款。"},
    {"q": "有提供發票嗎？", "a": "是的，所有訂單都會開立電子發票並寄送到你的信箱。"},
]

再來把 FAQ 問題轉成向量

import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

def get_embedding(text):
    return client.embeddings.create(
        model="text-embedding-3-small",
        input=text
    ).data[0].embedding

for item in faq_data:
    item["embedding"] = get_embedding(item["q"])

最後我們來寫一個搜尋函數

from numpy import dot
from numpy.linalg import norm

def cosine_similarity(a, b):
    return dot(a, b) / (norm(a) * norm(b))

def search_faq(user_question):
    q_embedding = get_embedding(user_question)
    scores = []
    for item in faq_data:
        score = cosine_similarity(q_embedding, item["embedding"])
        scores.append((score, item))
    scores.sort(key=lambda x: x[0], reverse=True)
    return scores[0][1]["a"]  # 回傳最相關的答案

可以看到雖然提問方式不同，但 AI 還是找到正確答案

程式主要的重點在於把 FAQ 問題轉成向量、使用 cosine similarity 比較相似度以及選擇分數最高的答案。
這就是一個最簡單的 FAQ 檢索系統。

今天我們成功用 Embeddings 建立 FAQ 知識庫，
讓 AI 能回答不同問法但同樣意思的問題。
明天我們要進一步做一個互動式 QA 系統，輸入問題讓AI自動找最接近的答案並回覆！