混合检索是解决口语与术语匹配矛盾的核心机制，需在知识库配置中选择“混合”策略，设最大召回数为5、最小匹配度保持0.5，并按场景动态调优权重与阈值。
☞☞☞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☜☜☜
在扣子平台配置知识库问答时，用户提问“苹果手机保修期多久”却收到“华为平板退换货政策”，根本原因是单一检索方式无法兼顾口语表达与专业术语的双重匹配需求——混合检索正是解决这一问题的核心机制。
启用混合检索并设置基础参数
进入智能体编排页面 → 点击知识区域已绑定的知识库右侧「配置」按钮 → 在「搜索策略」下拉菜单中选择「混合」。
这一步必须选对，选“语义”或“全文”都会导致部分查询失效。混合策略是唯一同时激活关键词与向量双通道的选项。
将「最大召回数量」设为【5】：太少会漏掉关键段落，太多则引入噪声干扰模型判断。
「最小匹配度」暂不调整，保持默认0.5即可。过早调高阈值（如0.7）会导致客服场景下大量口语化提问无结果返回。
按场景动态调优相似度阈值与权重
方法一：面向标准术语查询（如“SOP-2024-V3 第5.2条”）
→ 将相似度阈值提升至0.75
→ 关键词检索权重调至60%，语义检索降为40%
→ 原因：精确匹配优先，避免语义泛化导致条款错位
方法二：面向自然语言咨询（如“上次买的耳机充不进电怎么办”）
→ 相似度阈值维持0.5
→ 语义检索权重升至70%，关键词保留30%
→ 注意：此时必须开启「查询改写」，否则多轮对话中“这个”“它”等指代词无法正确关联前序内容
构建分层知识库结构并绑定检索逻辑
第一步：创建三个独立知识库
•「产品技术文档」（含PDF/MD格式说明书）
•「客服FAQ」（纯文本，每条以Q:/A:开头）
•「售后政策汇编」（Word表格，含生效日期字段）
第二步：在工作流中插入知识库节点
→ 节点输入Query引用上游「用户原始输入」
→ 分别为三个节点指定对应知识库
→ 关键操作：在「售后政策汇编」节点启用「表格SQL查询」，让“2025年之后购买的AirPods Pro”这类条件自动转为SELECT语句执行
第三步：配置元数据过滤规则
→ 为「客服FAQ」知识库所有条目打上tag：type=faq, channel=wechat
→ 在节点配置中勾选「启用元数据过滤」→ 输入filter: type == "faq" and channel == "wechat"
→ 这能直接屏蔽掉内部培训文档等无关内容，避免干扰
验证混合检索效果的实操检查点
用测试账号发送三类典型问题：
① 缩写词：“RMA流程” → 检查是否命中「售后政策汇编」中带RMA字段的表格行
② 口语化：“手机黑屏按哪儿能重启” → 检查是否召回「产品技术文档」里“强制重启”章节而非“屏幕维修”章节
③ 指代性：“这个型号支持无线充电吗”（前文提过iPhone 15）→ 检查查询改写是否将“这个型号”准确替换为“iPhone 15”再检索
任意一类失败，立即回溯「最小匹配度」和「元数据过滤」配置。不要跳过验证直接上线。
