AI 技术共52篇

向量检索要限定产品类别或文档范围时，过滤发生在哪一步会影响候选结果。先从全部资料取前几名再过滤，与先限定范围再检索，并不一定得到同样的列表。

对话看起来连续，不代表每次请求都自动拥有全部历史。使用多轮接口时，应明确哪些上下文由客户端发送，哪些由服务提供，并把业务完成状态单独保存。

一句“帮我匹配编号”往往没有讲清编号规则。先列出正例、反例和边界，再检查AI给出的表达式，可以减少看起来能用、实际范围却过宽的问题。

把录音变成文字，除了识别句子，还可能涉及说话人分段、时间点和摘要。某句话被转写正确，并不证明它已经归到正确的人名下面。

答案下面列出几个网址，读者仍可能不知道哪一句由哪个来源支持。展示联网回答时，应保留答案片段与来源之间的关联，而不仅保存一个去重后的链接列表。

测试全部通过，可能是实现正确，也可能是测试没有覆盖真正的要求。审查AI给出的测试时，应先确认预期结果来自需求，再观察它能否识别一个明确错误。

关键词检索与向量检索各返回一份列表时，不能直接把两种原始分数相加。RRF用每项在列表中的名次计算贡献，再合并相同文档，是一种容易检查的排名融合方式。

工具只返回“失败”，AI很难判断应该改参数、缩小范围还是停止。设计错误响应时，可以说明错误类别、相关字段与允许的修正方向，避免让模型凭空猜测。

让AI筛选需要人工处理的反馈时，既可能把普通反馈误报为问题，也可能漏掉真正的问题。只看一个总体准确率，很难知道下一步应该修正哪类错误。

接入MCP后只看到几项工具，不一定代表服务器只提供这些能力。列表操作可能分页返回，客户端需要读取下一页游标，才能判断发现过程是否结束。