必须启用混合检索模式才能让智能体准确理解含订单号等精确id又需语义分析的问题；需升级至pro/enterprise版，配置向量权重0.6～0.8、关键词权重0.2～0.4（和为1），并通过调试面板或日志验证双路召回生效。
☞☞☞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☜☜☜
要在扣子平台中让智能体真正读懂“订单号ORD-2024-001发货了吗”这类既含精确ID又需语义理解的问题，必须启用混合检索模式——它不是可选项，而是解决关键词与意图冲突的唯一工程路径。
确认Bot是否具备混合检索能力
进入Bot编辑页 → 点击左侧「知识库」→ 查看右上角「检索设置」按钮是否可点击。若按钮灰显或提示“当前Bot版本不支持”，【必须先将Bot升级至Pro或Enterprise版本】。免费版Bot不支持混合检索，此为硬性限制，无法绕过。
点击「检索设置」后，若弹窗中出现「混合检索」开关及「向量权重」「关键词权重」两栏滑块，则说明当前Bot已具备该能力。
配置混合检索参数
第一步：开启混合检索开关，系统自动启用双路召回机制。
第二步：拖动「向量权重」滑块至0.6～0.8区间。多数中文客服场景下，语义意图比精确词更难捕捉，因此向量分应占主导；但若知识库含大量编号、型号、日期等结构化字段，可降至0.4～0.5。
第三步：拖动「关键词权重」滑块至0.2～0.4区间。该值并非越低越好——当用户明确输入“PO-2024-001”或“发票代码123456789”时，关键词分必须足够高才能压倒语义相似但内容无关的干扰项。
【两个权重之和必须等于1】。系统未做校验，若手动输入0.7+0.5=1.2，保存后会自动按比例缩放为0.58+0.42，导致实际效果偏离预期。
验证混合检索是否生效
方法一：使用调试面板发起测试查询。
在Bot编辑页右上角点击「调试」→ 输入典型混合型问题，例如：“帮我查Q3财报里提到的AI芯片型号”。观察返回结果顶部是否同时出现两类来源：带「?关键词匹配」标签的条目（如命中“Q3”“财报”“AI芯片”原文段落），以及带「?语义相关」标签的条目（如未出现“AI芯片”但提及“Blackwell架构”“Hopper GPU”的技术白皮书）。
方法二：检查日志中的检索路径。
在调试面板点击「查看详细日志」→ 展开「Retrieval」节点 → 确认日志中同时存在vector_search和keyword_search两个子过程，且各过程均返回非空结果。
知识库节点级召回调优
在工作流中选中知识库节点 → 打开右侧配置面板 → 将「搜索策略」设为“混合”。
最大召回数量建议设为3～8条。召回数太少会漏掉关键片段；太多则引入噪声，稀释后续生成质量。保险条款类强结构化知识库可用5条，而客服QA类泛化文本建议设为8条。
最小匹配度设为0.5～0.6。低于0.5的片段语义漂移风险陡增，AI极易据此编造答案；高于0.6则可能过滤掉合理但表述差异大的关联内容，比如把“发货延迟”识别为“未发货”。
务必确认「Query」输入参数引用正确。常见错误是直接写死字符串，而非引用上游节点输出（如user-input或意图解析后的规范化query）。这会导致所有检索都基于同一静态文本，完全丧失动态适配能力。
