客人寫「luxury executive trip」，系統要找得到「高端商務團」

昨天把 26,600 封信整理成 11,135 組貼好標籤的對話。今天遇到的問題是：客人寫信來，用的詞跟公司內部案例用的詞常常對不上。客人寫「luxury executive trip」，用關鍵字搜尋，完全找不到我們處理過的「高端商務團」——明明是同一件事，字面上就是沒有交集。

找意思，不是找字

解法是語意搜尋，也就是常聽到的 embedding。用旅行社聽得懂的方式講：把一封信的「意思」變成一串數字，384 個維度，意思相近的信，這串數字在空間裡的位置就接近。客人寫「honeymoon trip」，系統找到「蜜月旅行」；寫「浪漫雙人遊」，也找到同一批案例；寫「luxury executive trip」，真的找到「高端商務團」——不是因為字對得上，是因為意思對得上。

Top-K 怎麼選

檢索出幾筆案例才夠？我試過抓 20 筆丟給模型，結果生成的草稿反而變差——塞進太多參考案例，模型抓不到重點，寫出來的東西四不像。後來固定抓 5 筆，品質明顯比較穩。這不是理論上算出來的數字，是實測比較出來的結果。

檢索的品質怎麼驗收，我沒有用什麼複雜的指標，就是把找出來的 5 個案例拿給同事看，問「對，就是這幾團吧？」——同事一眼認得出來，就算過關；認不出來，代表檢索邏輯哪裡出了問題。

技術上要挑的東西不少：用哪個模型算 embedding、存在本機還是雲端的向量資料庫、檢索一次要多快才不會讓業務等到不耐煩。我這邊的目標是控制在半秒以內，實際跑起來也確實做到了。

如果你也是旅行社

這一步是整套系統的分水嶺。檢索找對了案例，後面 AI 生成的草稿就會像你們公司真正會寫的東西；檢索找錯了，不管接的模型再厲害，寫出來的也只是一篇漂亮的空話。這件事沒有捷徑，值得花時間先把它調對，再往下一步走。