SH

Soloharness

概念 · 辨析 · Agent

← 返回概念辨析

Concept Contrast Fable

切材料和找材料

很多知识库问答效果差,第一反应会怪模型不够聪明。真正排查时,常见问题先落在两处:材料被切成了什么颗粒,以及问题来了以后从这些颗粒里找回了哪些片段。切得不好,后面再会找也拿不到完整意思;找得不好,切得再漂亮也送不到答案现场。

寓言

海边饭馆的两道工序

海边有家小饭馆,专做鱼羹。老板娘阿芹每天清早去码头收鱼,后厨师傅老姜负责把鱼肉、葱段、笋片、海菜一一备好。前堂伙计小石只管听客人点什么,再去后厨端对应的料。饭馆小的时候,客人少,老姜切好一盆,小石随手一捞也能端对。

后来码头开了新航线,饭馆一下挤满外地客。有的人要少葱,有的人怕刺,有的人只吃清淡鱼羹。阿芹觉得问题出在小石动作慢,便让老姜把所有料都切得更细,想着细了就好配。头两天确实快了些,小石抓一撮就能凑出一碗。

麻烦很快来了。鱼肉切得像雪,笋片碎得像米,海菜也混进葱花里。客人说不要葱,小石在盆里挑到眼花;客人要多鱼少笋,他端上去的却常有半碗碎笋。小石被骂得委屈,说自己已经照单挑了,只是每一撮里都掺着别的东西。

阿芹又让老姜把料切大些。鱼肉成块,笋片成条,海菜单独捆起来。小石这回挑得准了,可新问题又冒出来:一位老人只想喝半碗软鱼羹,小石端去的大鱼块煮不透;一个孩子只要一点海菜提鲜,整捆海菜下锅,味道又太重。料太大,拿得准,却用不细。

老姜不服,怪小石不会看单。小石也急,怪老姜切得没章法。两人吵到午市停摆。阿芹没有急着判谁错,她拿来一叠旧点菜单,一张张摊在桌上:常被一起点的料放近些,常被分开要求的料分开切;容易混味的东西单独装;必须保留完整口感的鱼肉,切成能一勺舀起却不散的大小。

第二天,后厨多了十几个浅盘。鱼肉按软硬分盘,笋片按粗细分盘,葱花和海菜再也不混。小石拿到点单后,也不再只凭手快乱抓,而是先看客人的要求,再从最贴近那碗羹的几个盘里取料。饭馆安静了,退菜少了,老姜和小石也少吵了。

阿芹后来教新伙计时,只说两件事要分清:师傅切料,是决定每块料本身能不能被看懂、被单独使用;伙计端料,是决定当客人开口时,哪几块料该被端上灶台。切错了,伙计再勤快也只能在乱盆里翻;找错了,师傅切得再妥帖,也会端出一碗不相干的羹。

分块

分块是把长文档拆成较小片段的过程。它决定每个片段保留多少上下文、边界落在哪里、一个片段是否足够表达完整意思。

检索精确率

检索精确率关注一次查询找回来的片段里,有多少真正和问题有关。它衡量的是找回结果的干净程度。

故事对应

  • 饭馆的鱼羹 → 知识库问答或检索增强回答任务
  • 老姜切料 → 分块,把长文档预先拆成可用片段
  • 小石端料 → 检索,从片段里挑出和问题相关的内容
  • 切得像雪的鱼肉和笋片 → 分块过细,局部片段失去完整语义
  • 整捆海菜和大块鱼肉 → 分块过粗,多个信息混在同一片段里
  • 旧点菜单 → 真实查询样本,用来反推合适的切分边界和检索策略
  • 十几个浅盘 → 按主题、粒度、上下文边界整理后的知识片段
  • 退菜减少 → 找回内容更相关,回答更稳定

落到知识库项目里:先查切法,再查找法

排查问答效果时,不要只看最后答案。先抽几条失败问题,检查正确答案所需信息在原文里是否被切进了同一个可理解片段:如果关键条件被切散、标题和正文分离、表格行列脱节,先改分块。若片段本身完整,却没有被找回来,或被一堆相似但无关的片段挤掉,就要调检索:查询改写、召回数量、重排序、过滤条件、字段权重都可能影响精确率。分块像备料,检索像端料,两道工序都要单独验收。