给纳米 AI 搜索的结果打分:可复用的评估表
在「搜索与知识库」类工具里,纳米 AI 搜索的定位是:360 推出的 AI 搜索与智能体产品。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 命中率 | 正确资料是否出现在前几条结果中 | 明显不合格 | 无需修改即可使用 |
| 引用准确 | 回答引用的段落是否真的支持结论 | 明显不合格 | 无需修改即可使用 |
| 时效性 | 信息是否足够新,是否标明日期 | 明显不合格 | 无需修改即可使用 |
| 覆盖度 | 多来源问题是否兼顾了不同观点 | 明显不合格 | 无需修改即可使用 |
| 拒答能力 | 没有依据时是否承认不知道 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
带来源的快速调研
适用情况:手头有一个需要事实支撑的问题时。
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。
验收标准:关键结论都有可点击来源。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把纳米 AI 搜索的结果与人工完成或夸克的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
补充练习
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。
交付前确认:对比用同一批问题。
网页内容抓取
输入: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」。
检查点:没有臆造发布日期。
资料卡片整理
适用情况:手头有搜索得到的十几篇资料时。
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。
检查点:每张卡片都有来源。
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: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。
概念补充:引用溯源
回答附带原文出处,便于核对。
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。
适合人群:法务与律师助理
法务与律师助理可以用纳米 AI 处理合同初审、法规检索等工作。需要注意:AI 输出不构成法律意见,条款和法规必须由执业人员核实。
适合人群:科研人员
科研人员可以用纳米 AI 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。
写在最后
涉及个人信息、商业机密或受监管数据时,先确认纳米 AI 搜索的数据处理条款,再决定能否使用。
文中提示词和示例仅作示意,实际效果取决于你的材料和纳米 AI 当前版本,重要内容请人工核对后再使用。