Vector Search（向量检索）
Vector Search 用文本 embedding 把查询与文档映射到高维空间，按余弦距离找语义相近内容。是 RAG 与 AI 引擎「召回」环节的主流方案，与传统倒排关键词检索互补。
Vector Search 用文本 embedding 把查询与文档映射到高维空间，按余弦距离找语义相近内容。是 RAG 与 AI 引擎「召回」环节的主流方案，与传统倒排关键词检索互补。
什么是Vector Search（向量检索）？
Vector Search 用文本 embedding 把查询与文档映射到高维空间，按余弦距离找语义相近内容。是 RAG 与 AI 引擎「召回」环节的主流方案，与传统倒排关键词检索互补。
细节与示例
对内容的影响:语义相近的同义改写也能被召回,但段落必须自洽——没有上下文的代词、连续短句反而拉低分数。
相关术语
RAG（检索增强生成）、Chunking（内容分块）、Semantic Search（语义搜索）。
Vector Search（向量检索） · 术语速览
| 项目 | 内容 |
|---|---|
| 术语 | Vector Search（向量检索） |
| 类别 | 技术 SEO |
| 相关术语 | RAG（检索增强生成）、Chunking（内容分块）、Semantic Search（语义搜索） |
常见问题
什么是Vector Search（向量检索）？
Vector Search 用文本 embedding 把查询与文档映射到高维空间，按余弦距离找语义相近内容。是 RAG 与 AI 引擎「召回」环节的主流方案，与传统倒排关键词检索互补。
参考资料
作者：23SEOGEO 团队 · 最近更新：