什么是语义搜索？通俗讲解嵌入、关键词与混合搜索
按含义搜索，而不仅仅是匹配词语——这是 RAG 与 AI 搜索背后的核心概念。
语义搜索按含义而非精确词语匹配来查找结果。关键词搜索对”如何重置我的密码”只会找到包含这些字面词语的文档，而语义搜索还会找出一篇标题为”恢复账户访问权限”的页面——因为它理解这两个短语的含义几乎相同。它的做法是把文本转换成称为嵌入的数值向量，并找出在”含义空间”中最接近的那些向量。这正是现代 AI 搜索和 RAG 的基础。
关键词搜索与语义搜索
关键词搜索（经典方法，例如 Elasticsearch 中的 BM25）根据查询词出现的频率和显著程度对文档排序。它快速、透明，在精确匹配上无可匹敌——错误代码、产品 SKU、人名、精确引文。它的弱点在于：它很死板。它会漏掉同义词、改写和意图。搜索”car”时，它找不到”automobile”。
语义搜索理解”car”和”automobile”含义相近，理解”法国的首都”与”巴黎”相关，也理解一个问题可以匹配一个措辞完全不同的答案。它的弱点是：它可能过于模糊，会漏掉精确字符串（它可能不会优先匹配你输入的那个确切 SKU），而且计算成本更高。
| 关键词（BM25） | 语义（向量） | |
|---|---|---|
| 匹配依据 | 字面词语 | 含义 / 意图 |
| 处理同义词 | 否 | 是 |
| 精确字符串（SKU、代码） | 极佳 | 可能漏掉 |
| 速度 / 成本 | 非常快、便宜 | 较重（需要嵌入） |
| 可解释性 | 高（你能看到匹配的词） | 较低（都是向量） |
什么是嵌入？
嵌入是一串数字——一个向量——用来表示一段文本的含义。嵌入模型读取文本，并输出比如 768 个数字（每个维度都捕捉含义中的某个潜在层面）。关键特性是：含义相近的文本会产生彼此靠近的向量，处于这个高维空间中；而不相关的文本则相距很远。
因此”那只猫坐在垫子上”和”一只猫科动物在地毯上休息”会落在彼此附近，而”季度营收预测”则落得很远。语义搜索的工作方式是：先把你的查询嵌入，然后找出与之最接近的已存储文档向量——使用余弦相似度这样的距离度量。这些最近邻就是你的搜索结果。
流行的开源嵌入模型包括 nomic-embed-text 和 mxbai-embed-large（两者都可通过 Ollama 在本地运行）；常见的云端选项是 OpenAI 的 text-embedding-3-small。有一条规则最为重要：用同一个模型嵌入你的文档和你的查询，否则向量将无法相互比较。
什么是混合搜索？
混合搜索同时运行关键词搜索和语义搜索，并融合两者的得分。你能兼得两者之长：关键词匹配对精确词语的精准度，以及语义匹配对同义词和意图的召回率。在实践中，大多数优秀的生产级搜索系统都采用这种方式，因为纯语义搜索往往会漏掉用户同样期望能命中的精确匹配场景。许多向量数据库——其中包括 Qdrant 和 Weaviate——原生支持混合搜索。
向量数据库在其中扮演什么角色？
要大规模进行语义搜索，你需要某个地方来存储数百万个嵌入并快速检索它们。这就是向量数据库（或向量索引）。它构建一种结构——通常是 HNSW 图——能在毫秒级内找到近似最近邻，而不必把你的查询与每一个向量逐一比较。可选方案从 pgvector（一个 PostgreSQL 扩展）到 Qdrant、Chroma 和 Weaviate 这样的专用引擎不等。我们在自托管 RAG 指南中会讲到如何选择其中之一。
何时使用哪种方法
- 使用关键词搜索，当精确匹配占主导时：代码搜索、法律引用、带精确 ID 的产品目录，或任何用户输入他们期望按字面匹配的字符串的场景。
- 使用语义搜索，当意图和措辞各异时：FAQ / 帮助中心、文档问答、“按我的意思搜索”，以及任何为 RAG 流程中的 LLM 提供输入的场景。
- 使用混合搜索，当你两者都想要时——老实说，这正是大多数真实世界的搜索。如果可以，就从混合搜索开始；它是最稳妥的默认选择。
这如何连接到 AI 搜索与 RAG
语义搜索是检索增强生成的检索那一半。在 RAG 中，你对知识库进行语义搜索，找出与问题最相关的文本块，然后把这些文本块交给 LLM，让它写出一个有依据、有引用的答案。同样的机制驱动着像 Vane 和 Khoj 这样的开源 AI 回答引擎。理解了语义搜索和嵌入，现代 AI 搜索技术栈的其余部分就不再神秘了。
常见问题
语义搜索和神经搜索是一回事吗？ 在常见用法中基本上是的。“神经搜索”强调嵌入来自神经网络；“语义搜索”强调目标（按含义搜索）。人们交替使用这两个术语。
语义搜索会取代关键词搜索吗？ 不会——它是补充。关键词搜索在精确匹配上仍然胜出。混合搜索结合了两者，通常是最强的选择。
我需要 GPU 才能做语义搜索吗？ 对于在中等规模语料上生成嵌入并运行向量搜索，CPU 就足够了。GPU 主要用于加速对超大数据集的嵌入，或运行大型本地模型。
嵌入和向量数据库有什么区别？ 嵌入是一段文本的数值表示。向量数据库存储许多嵌入并高效检索它们。嵌入是数据；数据库是它存放和被查询的地方。
这是基础；真正有趣的是在它之上构建。阅读自托管 RAG 完整指南，把语义搜索变成一个私有的 AI 知识库，或浏览全部指南。Aquila 是归你所有的 AI 搜索的独立家园。掌控你自己的搜索。