Haystack 进阶技巧：用熟之后还能怎么提效
Haystack 是一款开源项目：deepset 开源的 RAG 与搜索应用框架。
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
- 同一任务准备 5 份测试材料，改设置后统一复测。
- 敏感信息用代号替换，交付前再换回。
- 遇到瓶颈时，用 LlamaIndex 做一次对照，判断是工具问题还是用法问题。
- 把固定的背景和规则保存为预设或模板，避免每次重复输入。
- 给一个你满意的样例，让它模仿结构而不是复制内容。
- 要求输出「不确定清单」，把需要人工核实的地方单独列出。
- 先要大纲或计划，再要全文，复杂任务分两到三步完成。
- 记录每次的输入、设置和结果，形成自己的经验库。
示例：分步完成的写法
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」。
验收标准：没有臆造发布日期。
补充练习
内部文档入库
适用情况：手头有一批 PDF、Word 和网页时。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
检查点：切分后的段落能回溯到页码。
检索效果对比
适用情况：手头有同一批问题和两种检索配置时。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
验收标准：对比用同一批问题。
构建问答测试集
输入：一份产品手册。
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。
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：搜索结果过时
限定时间范围，或在提问中注明需要最新信息并核对发布日期。
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：记者编辑
记者编辑可以用 Haystack 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。
适合人群：客服人员
客服人员可以用 Haystack 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
适合人群：研究生
研究生可以用 Haystack 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
本文基于 Haystack 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。
涉及个人信息、商业机密或受监管数据时，先确认 Haystack 的数据处理条款，再决定能否使用。