搜索增强工作流：从意图到结果的六步

搜索增强常被误解为换一个更强的检索组件，实际它是一条从用户意图到可用结果的处理链。把这条链拆开，每一步都能单独优化，也便于定位问题出在哪一环。下面按六个步骤说明，适合内容社区、知识库、文档站等场景参考。

第一步，意图识别。先判断这次搜索属于找具体条目、找一类内容、还是描述一个问题求解释。三类意图对应的处理策略不同：找条目要精确匹配，找类别要聚合展示，求解释要组织成段落。识别方式可以是规则加轻量分类，不必一开始就上复杂模型。注意保留兜底路径，识别失败时退回普通检索，不要让用户面对空白页。

第二步，查询改写。把口语化、含错别字、过短的查询扩写成可检索形式，包括同义替换、补全上下文、拆分长句。改写要克制，过度扩写会把无关内容拉进来。建议为改写结果设上限，并记录每次改写前后的查询，便于评估效果。

第三步，召回扩展。在关键词召回之外加入向量召回或标签召回，形成多路并行。多路召回的关键是去重与配额，给每路设定返回条数上限，避免某一路淹没其他结果。召回阶段追求覆盖面，不追求排序精度。

第四步，结果重排。把多路结果合并后按相关性、时效性、权威性、可读性重新打分。打分维度不宜过多，三到四个即可，权重可通过小样本人工标注校准。重排环节要保留原始分数，便于排查为何某条结果被压低。

第五步，答案组织。对解释类查询，从高相关片段中抽取要点并组织成简短回答，同时附上来源片段供核对。组织规则应包含引用位置、长度上限、冲突处理：若片段之间说法不一致，应并列呈现而非强行合并。

第六步，反馈回流。记录点击、停留、二次改写、无结果查询等信号，定期汇总成优化清单。反馈不是越多越好，重点看无结果查询与高改写率查询，它们最能暴露召回缺口。

使用步骤：先梳理现有查询日志并按意图归类，再选择两到三个环节做改造，改造后用同一批查询对比前后表现，最后决定是否扩大范围。注意事项：每一步都要有降级方案；改写与重排规则应可配置；评估集要固定，避免每次换样本导致结论漂移。