面试速答（先看这里）

**一句话结论：**核心问题： 向量检索依赖语义相似度，对专有名词、精确短语、编号等缺乏精确匹配能力；

60秒标准回答：

只用了向量检索效果不行

核心问题： 向量检索依赖语义相似度，对专有名词、精确短语、编号等缺乏精确匹配能力；且在面对极短查询时，因语义上下文有限，容易导致召回内容过于宽泛

比如我的 AI课程 评测时遇到的问题，针对『超级桌面』这个内容的检索。超级桌面本身就是一个汽车领域的专有名词，而和他相似的词有很多，比如典型的3D桌面，手机桌面，车机桌面，桌面

**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点

回答主线：

• **要点1：**比如我的 AI课程 评测时遇到的问题，针对『超级桌面』这个内容的检索。
• **要点2：**单纯靠向量检索的话，包含这些关键词的文档得分都挺高的。
• **要点3：**核心问题： 关键词匹配是死板的字面匹配，无法理解同义词、语义表达变化或复杂的自然语言意图。
• **要点4：**这个就很好理解了，关键词检索要求一定要字面匹配，比如我们想要问关于手机能否启动汽车等问题的时候，其实在问的是汽车如何做启停、如何无钥匙进入、智能座舱功能等。
• **要点5：**单纯按照分词后的关键词检索的话，就会检索不到想要的内容，就算检索到，得分也不高。

**记忆锚点：**核心问题 → bm25 → RAG

易错提醒：

• 且在面对极短查询时，因语义上下文有限，容易导致召回内容过于宽泛。

加分表达：

• 只用了向量检索效果不行 核心问题： 向量检索依赖语义相似度，对专有名词、精确短语、编号等缺乏精确匹配能力；
• 单纯靠向量检索的话，包含这些关键词的文档得分都挺高的。
• 只用bm25关键词检索效果不行 核心问题： 关键词匹配是死板的字面匹配，无法理解同义词、语义表达变化或复杂的自然语言意图。

追问准备：

• 围绕「核心问题」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「bm25」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「RAG」：底层原理是什么？使用时有哪些边界和常见坑？
• 如果线上出现异常，你会如何定位、验证并规避？

---

典型回答

只用了向量检索效果不行

**核心问题：**向量检索依赖语义相似度，对专有名词、精确短语、编号等缺乏精确匹配能力；且在面对极短查询时，因语义上下文有限，容易导致召回内容过于宽泛。

比如我的AI课程评测时遇到的问题，针对『超级桌面』这个内容的检索。超级桌面本身就是一个汽车领域的专有名词，而和他相似的词有很多，比如典型的3D桌面，手机桌面，车机桌面，桌面。

单纯靠向量检索的话，包含这些关键词的文档得分都挺高的。使得检索效果差。

只用bm25关键词检索效果不行

**核心问题：**关键词匹配是死板的字面匹配，无法理解同义词、语义表达变化或复杂的自然语言意图。

这个就很好理解了，关键词检索要求一定要字面匹配，比如我们想要问关于手机能否启动汽车等问题的时候，其实在问的是汽车如何做启停、如何无钥匙进入、智能座舱功能等。

单纯按照分词后的关键词检索的话，就会检索不到想要的内容，就算检索到，得分也不高。

所以需要用向量检索+bm25做混合检索。