语义搜索
语义搜索按意思的相似度、而不是按共有的词对结果排序，通常的做法是把查询和文档都转换成 embedding——一串数字向量——再返回向量离查询最近的段落。
- 又称
- 向量搜索、embedding 搜索
- 擅长
- 同一个意思，不同的说法
- 不擅长
- 精确的术语、人名、数字
它擅长什么
关键词搜索需要字眼。如果你的笔记写的是「雨水调蓄」，而你搜的是「城市怎么应对暴雨」，关键词搜索什么都找不到。语义搜索能找到，因为它比较的是段落在讲什么，而不是包含哪些字。它还能跨语言：用中文问的问题，可以找出用德文写的段落。
这是实实在在的优势，也是为什么语义搜索成了大多数根据文档作答的 AI 工具默认的检索步骤。
在你自己的文件里，它会漏掉什么
公开网页搜索和个人文件是两个不同的问题。在你自己的材料里，你通常记得的是某个具体的东西——一个术语、一个人名、一个数字、一句话——而这恰恰是相似度最弱的地方：
- 精确的字符串会被模糊。 「第 4.2 条（b）款」、一个法条编号、一个药名、一个变量——embedding 会把它们放在看起来相似的东西旁边，而不是一模一样的东西旁边。含有那个确切条款的段落，可能排在三段只是泛泛讨论这个话题的段落之后。
- 漏掉时毫无声息。 结果按接近程度排好返回，看不出刚好落在截止线下面的是什么。和 RAG 一样，一份好的结果清单和一份不完整的，看起来没有区别。
- 它需要索引。 每份文档都得先 embedding 才能被找到，改了还得重新 embedding——一个构建步骤，一段等待，外加一样要保持更新的东西。
- 计数不是它的活。 「这个术语出现过的每一处」是一个关于字眼的问题，相似度排序回答不了。
- 换了说法的同一个意思
- 用另一种语言问的问题
- 精确字符串——条款编号、人名、变量名
- 它排掉了什么，毫无提示
- 还没建索引的一切
- 精确的术语、人名和数字
- 每一处出现，都数得出来
- 换了说法的同一个意思
- 用另一种语言问的问题
两种做法各有盲区。哪个要紧，取决于你记得的是意思，还是字眼。
MindMax 怎样处理
不在中间放一个向量索引。搜索背后没有向量数据库。它像你一样找资料——看文档结构、看页面上的原词、换几种说法再找——所以每个回答都能追到一段你打得开的原文。代价是：问法和文件里的措辞差得很远，或者换一种语言来问时，可能会漏掉。
在搜索面板里，一次搜索并排返回两份清单：「逐字匹配」，在整个文件夹里计数；「相关内容」，按段落覆盖了你查询中多少词来排序——不要求原句，也不要求词序一致。想按意思判断时，点「让 AI 重挑」：它读一遍候选，留下符合你意思的那些；一个问题找不到明显匹配时，它也会自动这样做。因为它是在字面搜出来的候选里挑，所以一段和你的问题一个字都不共享的文字，仍然可能被漏掉。每个结果都在它找到的那句话处打开。
相关内容和逐字匹配在同一个面板里，各自按文件计数——让 AI 重挑只需点一下。
常见问题
语义搜索和关键词搜索有什么区别？
关键词搜索匹配你输入的字眼；语义搜索匹配意思，通常靠比较 embedding。关键词搜索更适合精确的术语、人名和数字，还能数出每一处出现；语义搜索更适合你记得意思、却记不得原话的时候。
要按意思搜索我的文档，一定需要向量数据库吗？
不一定。MindMax 没有向量数据库：它按段落和你的查询共有的词排序，再让 AI 按意思重挑候选。代价是：措辞和你的文件差别很大，或者换了一种语言的问题，可能会漏。
语义搜索更准吗？
它在换说法上更强，在精确字符串上更弱，而且两者都不会告诉你它排掉了什么。对你自己的文件来说，你常常记得某个具体的术语，所以旁边同时有逐字匹配，通常才是一次搜索值得信任的原因。