知識庫檢索方式

向量檢索（Vector Search）

意義：

• 根據語義相似度（semantic similarity）來搜尋，使用 Embedding 向量 將文字轉換為數學空間中的點，再計算「距離」來找出相似內容。

特點：

• 可以辨識語意相近但用詞不同的問題。
• 適合自然語言問答、Q&A、自動客服等場景。

例子：

使用者問「怎麼延長保固？」

→ 也能命中「本產品提供額外保固一年」這段文字。

全文檢索（Full-text Search）

意義：

• 使用傳統的關鍵字比對，如 Elasticsearch 或其他倒排索引技術，直接搜尋出現特定字詞的段落。

特點：

• 精準匹配字詞，速度快。
• 不理解語意，只能根據字面出現次數與位置排序。
• 適合高結構性文件、術語明確的情境。

例子：

使用者問「退貨流程」