返回文章列表

公司知識 · 實作指南

產品編號不能只靠語意相似

精確識別碼與自然語言需求不同,應在同一測試中分別驗證。

精確產品代碼與語意描述匯合為混合檢索。
AAhouse 原創 AI 輔助主題插畫

分清兩種查詢意圖

客戶查找指定零件編號,不是尋找意思相近的產品。Microsoft 混合搜尋文件介紹文字與向量檢索的結合;對小型分銷商而言,本文建議把精確識別碼列為主要測試。保留標點、前導零與供應商別名,並確認近似結果只能作提示,不能當成精確答案。只有一個字元不同的產品,可能對應完全不同的規格或服務責任。

加入混合語言的實際問法

測試可使用假設問法,例如中文描述加英文型號、拼錯產品名稱,以及正確編號搭配已過期簡介。把識別碼正確與描述相關分開評估:編號對了,文件版本仍可能錯誤。資料集應同時放入核准文件及看似合理的干擾項,讓系統真正表現出區分能力,而不是因為資料庫只有一份文件就自然答對。這亦有助發現別名管理的缺口。

流程一覽

輸入整理審核執行
示意流程圖,請按團隊實際情況調整。

不要讓猜測決定必要篩選

在組合答案前套用核准狀態、客戶範圍及有效日期等業務條件,不能只靠語言模型遵守邊界。結果卡應顯示識別碼與版本,沒有精確結果時提供可控下一步,例如要求照片、查供應商目錄或交同事處理。不要默默換成類似產品。試點尤其應測試「沒有答案」的情況,確認助手願意承認缺口,而非以流暢語句完成不可靠建議。

衡量最後交接是否正確

量度員工最後是否選中正確項目,以及需要多少核對時間。排序分數是診斷工具,不是完整成效。新增目錄或命名方式時,把曾經失敗的問題保留為回歸測試。混合設計並非自動優勝;只有受控比較顯示精確和描述性查詢更可靠,而且投入與成本可接受,才值得採用。若簡單編號搜尋已足夠,就不必強行加入生成答案。

一次精確識別挑戰

準備只差一個字元的相似編號,同時放入新舊參考資料,請業務負責人確認哪些應精確匹配、哪些只能提示、哪些必須沒有答案。這些差異應在介面清楚呈現,不能藏在相關分數裡。最後用實際匯入流程確認不會因助手選錯近似項目,就直接新增或更新正式產品紀錄。

來源與延伸閱讀

編輯原則

本系列以 AI 輔助原創撰寫,並對照連結的公開來源。實作建議與假設情境屬編輯分析,並非客戶實績。來源發布日期及產品細節可能與本系列整理日期不同。

想把想法變成可驗證的試行?

聊聊你的工作流程