Semantic Search 語意搜尋是什麼？搜的是意思不是字面

在自己的知識庫裡搜「怎麼提升專注力」，結果什麼都沒找到。可是資料裡明明有一篇「十個減壓的日常習慣」，講的就是這件事。

傳統關鍵字搜尋做不到的事，語意搜尋做得到。差別就在它比對的是意思。

定義

語意搜尋（Semantic Search）不是比對字面上的關鍵字，而是理解問題的「意思」，再從資料中找到最相關的內容。

所以你搜「我想喝拿鐵」，它不會只找有拿鐵兩個字的段落，也會找到咖啡、飲品這些相關內容。

白話比喻

關鍵字搜尋像一位只認字的店員。你說「想喝點暖的」，他找不到菜單上有這五個字的品項，於是回你查無資料。

語意搜尋像一位懂你的店員。他知道暖的大概是熱飲，於是端了一杯拿鐵過來。他比對的是意思，不是字。

它怎麼運作

1. 你提出問題，用自然語言就好。
2. AI 分析問題，抓取重點與意圖。
3. 把意思轉成一串數值，也就是 向量。
4. 在資料庫裡找出向量距離最近的內容。
5. 回傳最相關的結果給你。

關鍵在第三步。意思相近的句子，數值會在空間中「靠近」，所以距離越近就代表意思越像。常見的距離算法有餘弦相似度、歐氏距離與內積。

跟關鍵字比對差在哪？

所以務實的做法是把 BM25 關鍵字比對 與 向量搜尋 兩者並用，各補各的短處。

實際用例

企業內部搜尋是最典型的場景。員工不記得文件叫什麼名字，但記得內容大概在講什麼，語意搜尋剛好處理這種情況。

客服系統也很吃這一套。客戶用自己的話描述問題，系統要能對到 SOP 裡用完全不同措辭寫的那一條。