Day 27｜加入英文片語與情境資料庫
今天要替教練準備一本專屬的「口袋筆記」。
建立資料庫
我整理了一批常用英文片語，並依情境分類，例如餐廳、旅遊、職場。每筆資料包含片語、中文意思與例句，再轉成向量建立索引。
讓 AI 參考資料
當使用者輸入情境時，系統先搜尋相關片語，再把結果放進 Prompt，請 AI 自然地融入對話並推薦。實測後，推薦的片語明顯更貼近情境。
踩雷紀錄：搜尋亂打字，竟然也有結果
測試時我故意輸入毫無意義的 zzzzqqq，系統卻推薦了「Do you have this in a smaller size?」。原因是檢索用字元比對，只要有一個字母重疊（zzzz 的 z 和 size 的 z）就會產生分數，而排序後第一名一定會被回傳。
修正是加兩道門檻：最高分低於 0.15，就視為資料庫裡沒有相關內容；其餘結果必須達到最高分的 25%。實測正常查詢的分數多在 0.2 以上，雜訊則在 0.14 以下。
心得：弱匹配比沒有結果更糟，因為它看起來很有自信。檢索系統一定要能回答「沒有相關資料」。這個方法只比對字面，若要比對語意，之後要換成 embedding 模型。
小結
資料品質決定效果，與其追求大量，不如先整理少而精的內容。