寓言故事
图、声、字终于用同一种坐标说话
产品支持部的资料散在四个房间：文字手册、故障截图、电话录音和维修视频。每个房间都有自己的管理员，互相之间很少说话。客户发来一张报错截图，文字检索整套装置只能识别其中几行字。它找到了带同样错误码的文档，却漏掉了一个维修视频，视频里工匠指着同一按钮讲过解决办法。主管先要求所有素材都写描述。视频写成摘要，图片写成 alt 文本，录音写成转写稿。这样能搜索了，但很多视觉位置、声音情绪和操作顺序被压扁。又有人给每种素材建一套独立索引。图片查图片，文字查文字，音频查音频。问题是客户的问题常常跨格式，帮手 需要的是同一件事的不同证据。
后来，测绘团队为不同素材练习了共同坐标。截图、说明书句子、视频片段和录音片段都能被放到同一个意义空间里。
一次现场维修中，工匠拍了一张设备灯号照片。整套装置不仅找到了灯号说明，还找到一段语音工单和一页旧维修记录，因为它们在共同空间里靠得很近。
这改变了知识库的边界。材料不再按格式隔开，而按问题、状态和意图相互靠近。帮手 可以从图片出发找到文字，也可以从文字问题找到视频证据。
团队也学到一个限制：共同坐标必须经过对齐和评估。若看图匠只看颜色，读文匠只看词频，所谓跨模态相近就会变成错配。
最后，支持部把每种原始素材都留在原处，但给它们加上能彼此相遇的坐标。
共同坐标一开始也闹过笑话。红色警示灯的照片被错配到红色包装箱，急促语音被错配到普通催单。团队这才补上成对样本，让不同房间的管理员一起标注同一件事。
后来客户只上传一段嘈杂录音，整套装置能找到同类故障视频和旧手册页。支持部明白，跨房间相遇不是把所有东西改成同一种纸，而是让不同材料在同一个问题附近站到一起。