BGE 嵌入模型进阶技巧：用熟之后还能怎么提效
先说清楚它是什么：BGE 嵌入模型属于「搜索与知识库」方向的开源项目，智源研究院开源的文本嵌入与重排序模型系列。
这些技巧适合已经会基本操作、想进一步提效的用户。
8 条进阶用法
- 给一个你满意的样例，让它模仿结构而不是复制内容。
- 先要大纲或计划，再要全文，复杂任务分两到三步完成。
- 长材料分段处理，每段完成后再要一份汇总。
- 敏感信息用代号替换，交付前再换回。
- 把「RAG（检索增强生成）」等关键设置弄清楚再调参。
- 要求输出「不确定清单」，把需要人工核实的地方单独列出。
- 记录每次的输入、设置和结果，形成自己的经验库。
- 同一任务准备 5 份测试材料，改设置后统一复测。
示例：分步完成的写法
资料卡片整理
准备材料：搜索得到的十几篇资料。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
验收标准：每张卡片都有来源。
补充练习
构建问答测试集
适用情况：手头有一份产品手册时。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
验收标准：每个答案都能在手册中找到。
带来源的快速调研
输入：一个需要事实支撑的问题。
请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。
交付前确认：关键结论都有可点击来源。
网页内容抓取
准备材料：一组需要定期关注的网页。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
交付前确认：没有臆造发布日期。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：回答过于笼统
要求逐条引用原文，并限定只回答文档中有依据的内容。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
概念补充：重排序（Rerank）
对初步检索结果再次打分排序，提升相关性。
概念补充：引用溯源
回答附带原文出处，便于核对。
适合人群：科研人员
科研人员可以用 BGE 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。
适合人群：咨询顾问
咨询顾问可以用 BGE 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。
适合人群：研究生
研究生可以用 BGE 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
本文基于 BGE 嵌入模型公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。