必须启用重排序机制，因初筛文档顺序混乱、关键答案被埋没；需开启「启用重排序」开关，若灰显则升级bot内核；推荐配置qwen3-reranker-0.6b模型，调整retrieval top-k为15～20、rerank top-n为3～5，并可选启用查询扩展。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在扣子（Coze）中配置知识库检索时，若发现用户提问后返回的文档顺序混乱、关键答案被埋没在第3条之后，说明初筛结果未经过语义精排，必须启用重排序机制对Top-K候选文档做二次打分排序。
确认当前Bot是否已启用重排序
进入Bot编辑页 → 点击左侧「知识库」→ 选择已绑定的知识库 → 查看右上角「设置」图标 → 展开后检查「启用重排序」开关是否为开启状态。【该开关默认关闭，不手动打开则全程无重排】
若开关灰显不可点，说明当前Bot所用模型版本低于支持重排的最低要求（需Bot运行在Coze平台2026年Q2及以上内核），此时需先升级Bot运行环境。
配置Qwen3-Reranker-0.6B作为重排模型
方法一：使用Coze平台内置轻量重排服务
在知识库设置页中，将「重排序模型」下拉选项从“无”切换为“Qwen3-Reranker-0.6B” → 系统自动调用托管版reranker API，无需额外部署。
方法二：接入自建reranker服务（适用于私有化部署场景）
点击「自定义重排服务」→ 填入你已部署的Qwen3-Reranker-0.6B服务地址（如https://rerank.yourcompany.com/v1/rerank）→ 输入API Key → 测试连接成功后保存。
【务必确认自建服务返回JSON格式中包含score字段，且为float类型；否则Coze解析失败导致重排退化为原始顺序】
调整重排参数以匹配业务场景
第一步：设置重排前召回数量（Retrieval Top-K）
在知识库设置中找到「检索返回文档数」，将其从默认5提升至15～20。重排必须有足够候选池，【若只召回3篇文档，重排毫无意义】。
第二步：设定重排后截取数量（Rerank Top-N）
在同一设置区找到「重排后保留文档数」，建议设为3～5。这决定最终喂给大模型的上下文长度，数值过大会增加LLM token压力，过小则可能漏掉关键信息。
第三步：启用查询扩展（可选）
勾选「使用查询改写增强重排效果」，系统会在重排前自动对用户原始问题生成1～2个语义变体（如将“怎么重启docker”扩展为“docker容器无法启动如何恢复”），再统一打分。这对口语化、不规范提问提升明显。
