Week 05 · 智能信息获取基础

🔍

MODULE 01

AI辅助检索策略

▼

🎯 从传统搜索到AI检索

维度	传统搜索	AI辅助检索
输入	关键词组合	自然语言提问
输出	链接列表	综合答案+来源
交互	单轮查询	多轮对话深化
理解	字面匹配	语义理解意图

🔑 关键词优化三层模型

核心层：精确关键词

使用专业术语、专有名词、精确数据标识进行定向检索

扩展层：同义词/近义词

构建语义网络覆盖不同表述方式，防止信息遗漏

上下文层：限定条件

添加时间范围、地域限制、来源类型等过滤条件

🔄

MODULE 02

多轮迭代检索策略

▼

📈 迭代深化框架

1️⃣

广度扫描（第一轮）

用开放性问题获取全局概览："关于X主题的最新发展有哪些？"

2️⃣

重点聚焦（第二轮）

针对第一轮发现的关键点深挖："请详细解释Y方面的具体数据"

3️⃣

交叉验证（第三轮）

对关键信息进行多源交叉比对，确认数据准确性

4️⃣

整合输出（第四轮）

将验证后的信息按逻辑结构整合为最终报告

🧠

MODULE 03

检索增强方法（RAG概念）

▼

RAG = Retrieval-Augmented Generation
核心思想：先检索相关文档，再让LLM基于检索结果生成回答。
解决了LLM的两大痛点：知识截止（获取最新信息）和幻觉问题（基于真实来源）。

传媒应用：记者使用AI搜索+RAG模式进行背景调研，既有AI的语义理解能力，又有确切的信源支撑。