一、前言

昨天（Day 8）我們透過調整分段識別符號（\n\n）與最大長度，成功克服了簡報轉 PDF 時「單詞成段、頁碼被截斷」的破碎化痛點，將講義整理成結構完整的大文字塊。
不過，資料切好、存進外接大腦後，系統真的能在我們提問時「翻出正確那一頁」嗎？ 許多初學者常犯的錯誤是：一上傳完檔案就急著把知識庫綁進聊天機器人裡，結果問不出答案時，完全分不清到底是「AI 提示詞寫不好」還是「根本沒搜尋到講義片段」。
今天我們就要善用 Dify 內建的獨立檢驗工具——「召回測試（Recall Test）」，在不呼叫聊天模型消耗額度的情況下，先單獨驗證知識庫的檢索能力與相似度評估！

二、檢索測試

什麼是檢索測試？

是一種用於評估系統在使用者提問時，能否從知識庫中正確找出相關文件的測試方法。

為什麼要進行檢索測試？

• 獨立驗證檢索品質（除錯必備）：確保檢索部分有從知識庫中找到正確的部分。
• 檢驗切分策略是否恰當：可以透過測試結果揭示分段策略是否有缺陷（例如段落太碎、上下脈絡被截斷），可以即時回頭微調分段設定。
• 指導系統最佳化路徑：透過測試資料的回饋，為後續調整檢索門檻、檢索模式或微調問題提供明確的優化依據。

三、實作：檢索測試 3 步驟操作

1. 步驟 1：進入知識庫的「檢索測試」分頁

   • 登入 Dify Cloud，點擊左側導航欄的「知識庫」
   • 點進建立好的講義知識庫
   • 在左側的選單中，點擊「檢索測試」。
     

2. 步驟 2：輸入測試提問進行檢索
   在右側的測試輸入框中，輸入你想測驗的專有名詞或課堂考點：

   • 輸入具體問題或名詞：例如輸入講義中一定有出現的觀念：「HL7 FHIR 的主要特點是什麼？」。
   • 點擊旁邊的「測試」 按鈕。
     

3. 步驟 3：觀察檢索結果與「相似度分數（Score）」
   核對內容是否命中：檢查排在第一位（Rank 1）的文字區塊，是不是正好包含你想查的那一頁講義重點。
   看懂相似度分數（Score）：

   • 每個召回的段落右上角都會標註一個分數（通常介於 0.0 到 1.0 之間）。
   • 分數意義：分數越高，代表這段文字與你的提問在「語意特徵」上越相近。
   • 理想表現：核心段落的分數通常在 0.65 ～ 0.85 以上，這表示系統對兩者的關聯性非常有把握。