為什麼需要談？
RAG 的上限卡在「有沒有把對的段落找出來」。召回錯了，生成再強都白搭。

白話定義

Embedding：把文字壓成可比較距離的向量，語意近就距離短。

索引（Index）：像一本高效率目錄，讓你能在大海撈針時快速定位。

常見情境
政策問答、產品 FAQ、跨文件找證據、相似問句歸類、重複內容去重。

常見誤解

「語意搜一定比關鍵字好」→ 專有名詞、代號、法條號其實更適合關鍵字精準匹配。

「距離最短＝一定最相關」→ 有時只是語氣像，內容不對題。

「只看向量庫就夠」→ 文件新舊、來源可信度也要納入。

實用心法

三合一檢索：Embedding 語意搜＋BM25 關鍵字搜＋規則搜（正則/欄位）→ 合併排名。

同義詞表：先列 10 組常見別名（「國中/初中」「教師/老師」）加入檢索規則。

來源加權：對「新版、權威來源、核心章節」加分，對過期或外部論壇降分。

檢核清單

哪些詞/代碼必須「精準比對」而非語意模糊？

Top-5 是否至少命中一段含關鍵數字/定義的「可引用」段落？

排名是否同時考量版本、新鮮度與來源可靠度？

小結
先把「能找到對的東西」這件事做好，才有資格談生成品質。檢索品質＝回答上限。