答案里没有正确条款，不一定是模型没有理解能力
假设员工询问某型号设备的维护要求，知识库返回了一段相似设备的说明。项目会上很容易出现一个建议：换更强的模型。可如果正确型号的资料从未进入最终输入，再强的生成能力也只能面对错误或不完整的证据。
Microsoft 的 Azure AI Search 文档说明，混合检索将全文与向量检索并行执行，通过 RRF 融合结果，并可选择进一步进行语义排序。本文借这几个明确环节讨论排查方法，不把某项检索配置描述成所有企业知识库的必选架构。
企业购买知识库服务时，应要求服务方说明答案所依赖的资料怎样进入候选、怎样排序，以及哪些过程可以检查。目标不是让业务人员掌握所有算法，而是让“找不到”和“找到了却没用好”不再混成一个问题。
先确认正确证据究竟存在于哪里
排查的起点是原始资料。业务专家应能指出正确依据位于哪份文档、哪段内容，以及它是否适用于当前问题。如果专家也无法确定，先补齐知识依据，不要把资料缺口交给生成模型猜测。
接着检查该内容是否已经进入可检索范围。文件被上传、索引已建立、某段文本可被查询，是几件不同的事。这里的验收可以使用特征明确的词或编号，并核对返回内容确实包含目标条款，而不是只找到了文档标题。
同时记录问题中的限制条件：型号、版本、地区或业务状态。正确答案往往依赖这些条件。若测试只保留一个宽泛主题，就很难判断检索是否把真正适用的证据排在前面，后续讨论也会停留在主观印象。
全文与向量各自找到了什么
全文检索与向量检索可以提供不同线索，但没有哪一条路径天然适合所有问题。企业应拿真实任务中的不同问法做对照，而不是根据技术名称决定优劣。产品编号和同义描述都值得纳入测试，前提是样本来自实际业务需要。
在允许查看中间结果的系统中，可分别保存两条路径的候选记录，检查目标证据有没有出现。若某条路径没有找到，再排查字段、查询表达或内容处理。不要一口气改动模型、切分长度和排序设置，否则很难解释是哪项改变起了作用。
对采购方而言，未必需要服务商暴露内部全部实现，但应能提供足够的诊断证据。至少要说明是否发现了正确资料、在哪一步发现、后续为什么没有进入答案。只给一张最终聊天截图，很难支撑定位与修复。
融合之后排在哪里，比一个总分更值得看
两条路径都有候选，不代表最终展示的前几项就包含正确依据。结果融合与后续排序会改变位置，候选数量的设置也会影响哪些资料能继续进入下一步。检查时应跟踪具体证据，而不是只比较不同阶段的数字大小。
不同环节的分数含义可能不同，不能把它们当作同一把尺子。业务验收更适合看目标证据是否进入约定范围、明显不相关资料是否挤占位置，以及同类问题表现是否稳定。具体阈值应结合任务确定，不存在本文可以替所有企业给出的统一合格线。
如果加入重排，应对照加入前后的候选顺序与最终答案。它可能改善相关性，也需要考虑时间和成本。不能因为启用了一个高级选项就宣布质量已提升，更不能把某个示例查询的改善推广到全部业务问题。
证据进入上下文之后，还要检查怎样被使用
正确资料已经进入模型输入，答案仍可能漏掉条件、误读范围或加入无来源推断。这时问题才更接近证据使用与生成。团队可以核对具体句子与原段落，再决定调整提示、输出结构或模型选择。
如果最终上下文里同时存在多份互相矛盾的资料，则需要先处理优先关系，不能单靠语言模型在其中“选一个听起来合理的”。排查记录应写出冲突来自资料治理还是检索排序，避免不同责任方互相推诿。
也要留意截断：中间候选包含目标段落，最终输入却因长度预算没有带上。这类问题只有沿链路查看才能发现。最终答案看不到证据，并不能直接说明最初的检索失败。不同原因需要不同修改，笼统换模型往往难以解决。
用一张错误分布表决定服务投入
企业可以把已确认的错误按资料缺失、检索未找到、排序未进入、上下文未保留与生成误用分别记录。分类是为了选择动作，不必追求一开始就设计完美分类体系。遇到无法确认的情况，先保留未定位，不要强行归类。
若主要错误来自资料未入库，应优先修资料处理；若目标证据常在候选后部，可研究排序与查询；若证据完整但表述错误，再评估生成环节。这样服务费用和工程时间能够对应真实缺口，避免所有问题都变成购买更昂贵模型的理由。
修改后用相同样本复测，同时增加少量未参与调试的问题。保存改动项、结果与仍未解决的问题，让业务负责人知道改善覆盖到哪里。样本规模与任务差异会限制结论，不应把一次小范围复测写成普遍效果保证。
交付报告要能说明“错在何处”
一路凯歌建议，知识库服务验收至少保留一条从问题、目标证据、中间候选到最终答案的可检查路径。记录可以脱敏，也可以只保留必要片段，但应让另一位维护者理解定位结论。
混合检索与重排都是可选择的工程手段。真正值得企业购买的，是服务方能根据证据定位问题、选择合适修改，并说明修改后的实际覆盖范围。当团队能分清每一步发生了什么，模型选型才会回到它应该解决的问题上。
要点总结
- 不能预先保证，应以实际问题和目标证据做对照验证。
- 不同环节含义可能不同，验收应跟踪具体证据和顺序，不能只比数值大小。
- 先确认正确证据已进入最终输入，再判断错误是否发生在证据使用与生成阶段。
参考来源说明
本文为实用解读。来源时间：页面元数据更新于2026-08-31；初始发布日期未单列。2026-10-23核验。官方事实与本站建议分开表述；示例为假设场景，不代表客户案例、效果或实际账号测试。