寓言故事
先写一封可能存在的回信
档案馆的检索员经常接到含糊问题。来人只说‘上次那个延期条款怎么处理’,索引卡上却没有任何文件写着这句话。
早期系统直接拿原问题去找资料。结果它常找到含有‘延期’二字的通知,却漏掉真正相关的交付变更、验收邮件和补充协议。
检索员先尝试加同义词。延期、延后、推迟、顺延都塞进查询里,召回变多了,噪声也变多了。读者要在一堆边缘材料里翻找。
一位老馆员换了办法。他先根据问题写出一封可能的标准回信,里面包含交付日期、合同条款、客户影响和处理建议,再把这封假想回信拿去找相似文档。
神奇的是,假想回信虽然不是真证据,却更像目标答案的语义形状。系统因此找到那些没有使用原始关键词、但确实能支撑回答的材料。
馆长立刻加了红章:假想回信只能当检索钩子,不能当事实来源。最终答案必须回到真实文档、真实记录和可引用证据。馆里后来把命中材料分层:先看相似度,再看来源可信度,最后看能否引用。假想纸条把门推开,真正能站到答复里的,仍必须是真档案。
上线后,HyDE 特别适合短问题、口语问题和术语不一致的知识库。它提升召回,但也需要防止假想内容把检索带偏。后来管事把这次经验写进日常规矩:先看场景,再看边界,最后看失败时谁能接手。只有这些都清楚,漂亮演示才会变成可交付的工作。
档案馆最后留下两层纸:第一层是用来找路的假想文档,第二层才是用来作答的真实证据。老馆员还规定,假想回信要朴素,不许编太多具体事实。它只负责画出问题可能通向的形状,不能把不存在的日期、金额和人名带进检索。