一、口语直接检索，五句落一句

五句真实说法：「这玩意儿咋这么保温」「能不能退啊」「盖子能拆下来洗不」「拍下多久到」「有优惠没」。 直接拿这五句去检索五段产品说明，字面分全在 0.10 以下，只有第一句靠「保温」两个字落到第一段。 正确率一句。 原因很直白：用户说「这玩意儿」「咋」「洗不」，文档写「保温杯」「怎么」「清洗」。 同一个意思，一个词都不重合。

这不是检索坏了，是口语和文档本来就是两套词。 所以中间要插一步换词。

二、改写只能换词，不能换意思

看第二列：句子还是那个句子，只是把口语词换成了文档词。五句全对。 改意思就成了「替用户重新提问」，那是另一个错。 用户问能不能退，你改写成了怎么退——答案会跑偏， 而且用户看不出来你改过。 真机上这一步交给大模型，它还能换句式（「有没有盖子能拆的型号」也能改写过来）。 本课的同义词表只会换词，演示的是下限，不是上限。

三、生成那一步在干什么

检索到两段之后，把它们拼成上下文喂进去： 「[1] 保温杯支持七天无理由退货……[2] 保温杯的杯盖可以拆开清洗……」。 生成节点的活是把这两段说成人话。不是自己编一个答案。 提示词里要写死一句：只根据给定资料回答，资料里没有就说不知道。这一句不写， 模型会用它自己的常识补——补得挺像，但对不上你们的产品。

这一句是第 6 章讲的「边界句」。 它在客服场景里的分量比在别处重：别处编错了用户能看出来，客服编错了用户会照着做。

四、三步省掉哪一步

三步里最容易被省的是生成——很多人觉得检索到就完了。可用户要的是答案，不是文档。 第二行那种错最隐蔽：模型答得流畅、有细节、还挺像，可它说的是「一般保温杯」的做法，不是你们这款。 三步都不能省，而且都不会报错。 这是这条支路最坑的地方：你不测，就不知道它错在哪。

五、这条支路的四个节点

注意第四行：喂给模型的除了检索到的原文，还有用户原话。 只给原文，模型不知道用户在问什么，会答得很全；给了原话，它才知道该挑哪一句说。 这一条在 13.7 配知识库时要再确认一次，因为检索节点也可能只传原文不传问题。

六、动手 Demo：改写、检索、生成，三步都不能省

五句口语先直接检索，看能落到几段；再加一张同义词表重跑一遍。 最后看生成节点拿到的上下文长什么样。

REW = [(u'这玩意儿', u'保温杯'), (u'咋', u'怎么'), (u'退啊', u'退货'),
       (u'盖子', u'杯盖'), (u'洗不', u'清洗吗'), (u'拍下', u'下单'),
       (u'多久到', u'多久送到'), (u'有优惠没', u'会员有什么优惠')]

def rewrite(t):
    for a, b in REW:
        t = t.replace(a, b)   # 只换词，不动句子结构
    return t

实跑输出：

--------------------------------------------------------------------
改写、检索、生成，三步都不能省
--------------------------------------------------------------------


  ① 五句口语，直接拿去检索
  --------------------------------------------------------------------

| 用户原话 | 字面分 | 命中文档词 | 落到哪段 |
|---|---|---|---|
| 这玩意儿咋这么保温 | 0.08 | 1 个 | 第 1 段 |
| 能不能退啊 | 0.00 | 0 个 | 没对上 |
| 盖子能拆下来洗不 | 0.00 | 0 个 | 没对上 |
| 拍下多久到 | 0.00 | 0 个 | 没对上 |
| 有优惠没 | 0.00 | 0 个 | 没对上 |

  五句里落到正确段落的：1 句。字面分那一列全在 0.10 以下，等于没给信息。
  原因很直白：用户说的是「这玩意儿」「咋」「洗不」，文档里写的是「保温杯」「怎么」「清洗」。
  同一个意思，一个词都不重合。

  ② 先改写，再检索
  --------------------------------------------------------------------

| 原话 | 改写后 | 命中文档词 | 对不对 |
|---|---|---|---|
| 这玩意儿咋这么保温 | 保温杯怎么这么保温 | 1 个 | 对 |
| 能不能退啊 | 能不能退货 | 1 个 | 对 |
| 盖子能拆下来洗不 | 杯盖能拆下来清洗吗 | 2 个 | 对 |
| 拍下多久到 | 下单多久送到 | 1 个 | 对 |
| 有优惠没 | 会员有什么优惠 | 1 个 | 对 |

  改写后命中 5 句，改写前 1 句。
  看第二列：改的只是词，句子还是那个句子。改的是词，不是意思——这是改写的边界。
  真机上这一步交给大模型，它还能换句式（「有没有盖子能拆的型号」也能改写过来）。
  沙箱里这张表只会换词，所以它演示的是改写的下限，不是上限。

  ③ 生成那一步在干什么
  --------------------------------------------------------------------
  喂给模型的上下文：[1] 保温杯支持七天无理由退货，十五天内出现质量问题可以换新。
  [2] 保温杯的杯盖可以拆开清洗，不建议放进洗碗机。
  生成节点的活是「把检索到的段落说成人话」，不是「自己编一个答案」。
  提示词里要写死一句：只根据给定资料回答，资料里没有就说不知道。
  这一句不写，模型会用它自己的常识补——补得挺像，但对不上你们的产品。

  ④ 三步省掉哪一步会怎样
  --------------------------------------------------------------------

| 省掉哪步 | 结果 | 代价 |
|---|---|---|
| 省掉改写 | 口语问题检索不到 | 答不上来的比例上升 |
| 省掉检索 | 模型凭常识答 | 答案对不上产品，还可能过时 |
| 省掉生成 | 直接把段落贴给用户 | 用户要读三段文档才找到答案 |

  三步里最容易被省的是生成——很多人觉得检索到就完了。可用户要的是答案，不是文档。
  ! 三步一步都不能省。 省哪步，坏哪样，而且都不报错。

①五句口语直接检索：只有一句落到正确段落，字面分全在 0.10 以下。 ②同义词表八条规则，改完五句全对——改的只是词，句子还是那个句子。 ③生成节点拿到的上下文是两段原文，拼成 [1] [2] 喂进去。 ④第四张表三步各去掉一样：三种坏法，一种都不报错。 ⑤第二节最后一句是本节的边界：改意思就成了替用户重新提问。

30 秒实验

1. 把你产品的五段说明抄下来，再写五句用户真实说法，看直接检索能落几句。
2. 写一张同义词表，至少十条。写不出来的那几条，就是你的知识库要补的说法。
3. 在生成节点的提示词里加一句「资料里没有就说不知道」，再用一个资料里没有的问题试。

常见误区

1. 「改写就是让模型把问题重写一遍。」那是改写意思。只能换词，不能换问的东西。
2. 「检索到段落就算答完了。」用户要答案，不要文档。生成那一步不能省。
3. 「省一步不报错，应该没事。」三步都不报错，也都会悄悄变差。

支路填完了，下一节配那张 FAQ 表。它是给运营用的，不是给开发用的。

• ☐ （本篇完，下一篇 13.4 飞书多维表格配置）

相关笔记

• 创建对话流与基础配置：上一节建对话流
• 扣子知识库介绍：检索节点怎么配
• 编写有效提示词的技巧：提示词里的边界句
• 🐦 扣子开发 AI Agent · 索引