K3.3 查询改写：先把问题问对
一直在优化的是右半边
K3.1 讲关键词、K3.2 讲混合与融合——两节都在回答同一个问题：拿到一句话，怎么从库里找得更准。
现在把镜头往左移一格，看看那句话本身。
真实用户是这 么提问的：
- 「能退吗」——三个字，一个可检索的词都没有；
- 「那它多少钱」——「它」指的是上一轮说的东西，这一句里没有；
- 「苹果多少钱、包邮吗」——一句话问了两件事，答案在两段完全不相干的文字里；
- 「攒的分有什么用」——口语问句，而库里写的是「每消费 1 元累计 1 积分」。
这些话是说给人听的，不是写给检索器的。你的嵌入模型再好、混合检索调得再精，喂进去的是一句「能退吗」，出来的也只能是碰运气的结果。
所以还有一步，位置在检索之前：先把问题改写成适合检索的样子。
四种改法，其中一种会帮倒忙
改写：「七天无理由退货的条件和政策」
最基础也最有效的一种。补全的是**检索需要的词**，不是让问题变长——「七天」「无理由」「退货」「政策」每一个都在往正确的那片区域靠。
四个场景请逐个点开：
场景 ①：澄清。 「能退吗」在语义空间里落在正中间——离谁都不近，top-3 捞回来的是支付方式、会员权益、X9 Pro，全都不相干。改写成「七天无理由退货的条件和政策」之后，查询点一下子跳到退货那片区域，命中率 99%。补的不是字数，是检索需要的词。
场景 ②：拆分。 「苹果多少钱包邮吗」问了两件事。看那个原始查询点——它卡在「苹果」和「运费」中间，哪边都够不着，改写前只捞到了苹果、漏了运费规则。拆成两个子查询各查各的，再把结果合并，两个目标全部命中。
复合问题是 RAG 最常 见的死法之一：答案分散在多段里，而检索只给你一个查询点。
场景 ③：HyDE。 这个最有意思。「攒的分有什么用」是个口语问句，而库里那段是陈述句「每消费 1 元累计 1 积分，100 积分可抵 1 元」。问句和答句的写法差得远，向量上也就未必挨得近——改写前积分规则连 top-3 都没进。
HyDE 的做法反直觉：先让模型凭空编一个答案，比如「消费可累计积分，积分能按比例抵扣现金使用」，然后拿这个假答案去检索。
它编的内容可能是错的（比例、门槛都可能瞎写），但这不重要——它的写法像一个答案，于是在向量空间里落到了「答案该在的那片区域」，一下子命中真正的那一段。
用答案找答案，比用问题找答案更准。
场景 ④：改坏了。 「苹果什么时候发货」——用户问的是水果，而且这个问题本来就检索得很好（冰糖心苹果排第一，92%）。结果改写器自作聪明，把「苹果」补成了「苹果手机 X9 Pro」，查询点从水果区被拽到配件区，原本排第一的答案彻底消失。
场景 ④ 不是我为了凑数编的反例 ，它是改写最真实的风险。三笔账要算：
一、延迟和成本。 每次改写都要多调一次模型。一个原本 800 毫秒的检索问答，加上改写可能变成 1.5 秒；成本也多一份。对高频、低价值的查询，这笔钱不一定划算。
二、改写器自己会犯错。 它要猜用户的意图，而猜错的代价是把一个本来好好的查询带偏。尤其是歧义词（苹果、小米）和领域术语（用户说的缩写它自作主张展开成了别的东西）。
三、多轮场景里它最容易错。 「那它多少钱」需要改写器正确理解上文说的是哪个「它」——上文一长，指代消解就开始出错，而错了之后整条链路都在为一个错误的问题服务。
所以实践上的三条：① 别对所有查询无脑改写（原查询已经很明确时跳过，或者「原查询 + 改写查询」两路都跑再融合）；② 改写要能回退（改写结果检索不到东西时，退回原查询）；③ 把改写当成一个可开关的组件，进 K6 的评测——它到底提升了多少，要用数字说话，不能凭感觉。
一张选型表
| 用户的问题长什么样 | 该用哪种改写 | 代价 |
|---|---|---|
| 太短太口语，没有可检索的词 | 澄清改写：补成完整检索式 | 一次模型调用 |
| 多轮对话里带代词、省略主语 | 指代消解：把上文的主语补回来 | 一次调用；上文越长越容易错 |
| 一句话问了好几件事 | 拆分：拆成子查询，多路召回后合并 | N 次检索，结果要去重 |
| 问句形式，和库里的陈述句对不上 | HyDE：编个假答案去检索 | 一次调用；假答案可能带偏 |
| 一个说法可能有多种表述 | 多查询扩展：生成 3~5 个变体一起查 | N 次检索；靠 RRF 融合 |
最后一行值得单说：多查询扩展是最省心的一种——不追求「改对」，而是生成好几个说法一起查，再用 K3.2 的 RRF 把几路结果融合。它不需要改写器猜准意图（猜错一个还有别的兜底），代价是检索次数翻几倍。
- 检索的质量上限，一半取决于查询本身。用户的原话是说给人听的，不是写给检索器的。
- 澄清补关键词、指代消解补主语、拆分对付一句话问几件事、HyDE 对付问句与答句对不上、多查询扩展用数量换命中。
- HyDE 的反直觉之处：让模型编一个假答案去检索，假答案的事实可以是错的——它只负责把查询点挪到「答案该在的区域」。用答案找答案，比用问题找答案更准。
- 改写不是免费的：多一次模型调用（延迟 + 成本），而且改写器会把对的问题改错（歧义词、多轮指代是重灾区）。
- 三条实践：别无脑全改（或原查询 + 改写两路都跑）、改写要能回退、把改写当可开关组件进评测。
小结
延伸阅读
- HyDE: Precise Zero-Shot Dense Retrieval without Relevance Labels (Gao et al., 2022)——「用假答案去检索」的原始论文。
- 下一页 K3 · 小结与自测：把三种找法和查询改写收束起来。