AI 百科词条

向量嵌入（Embedding）是什么？

把文字变成一串数字坐标，语义相近的内容坐标就相近——语义搜索的底层技术。

一句话说清楚

嵌入模型把文本映射成高维向量，意思相近的句子向量距离就近。这就是为什么语义搜索能找到「同义但用词不同」的内容——传统关键词搜索搜「退款」找不到「退货流程」，向量搜索可以。RAG 的知识库检索、以图搜图、相似推荐，底层都是嵌入。

选知识库、笔记搜索类工具时，「支持语义搜索」基本等价于「用了嵌入」——能搜到意思相近但措辞不同的内容。如果你的资料库大且命名混乱，语义搜索的体验提升立竿见影。

语义搜索不等于全文检索的替代品：专有名词、编号、代码等精确匹配场景，关键词搜索仍然更准，好工具两者都提供。

AI 读论文：速读、问答到文献综述

先让 AI 产出结构化摘要（问题/方法/结论），再针对公式与实验细节追问，支持引用溯源的工具可信度更高。

AI 做旅行攻略：行程、预算、避坑一次排好

说清天数、预算、偏好，AI 出逐日行程表，你只负责按真实交通与评价微调。

AI 模拟面试：从自我介绍到追问链全真演练

贴岗位 JD 与简历，AI 扮演面试官逐层追问，答完即给点评与改进版话术。