AI 零件助手認得類別，為何仍然找錯編號？

先追查編號在哪一步出錯

櫃枱同事輸入完整軸承編號，助手卻推薦同系列的另一款，問題未必出在回答模型。先保留原始查詢、搜尋結果的次序，以及最後交給模型的資料段落。正確紀錄根本沒有被送入回答步驟，便要先修正搜尋；若資料齊全而回答仍選錯，才追查模型如何採用證據。把兩種失誤混在一起，只會令團隊改了設定卻不知道改對了甚麼。

Anthropic 的 Contextual Retrieval 文章指出，語意向量搜尋可能漏掉精確識別碼，BM25 這類字詞搜尋可補足這方面；文件切成小段後，也可能失去必要背景。這些技術觀察值得用來設計測試，但不能據此宣稱某家零件公司的搜尋一定會改善。

搜尋前也要檢查目錄匯入是否可靠。PDF 擷取有沒有把數字 0 當成英文字母 O？表格拆段後，尺寸或密封規格是否仍對應正確的一行？舊版與新版目錄又有沒有被混為一談？每個編號都應連同供應商、變體規格、版本及原文位置保存。若不同供應商使用相同編號，只找到相同字串仍不足以確認零件。

用已核對的樣本定義甚麼才算找對

由目錄負責人與熟悉接單的同事一起標註樣本，答案不要交給助手自行判斷。起步可試三十條查詢，涵蓋完整編號、同事慣用簡寫及功能描述；這只是方便執行的試驗規模，並非已取得的成績，也不代表統計保證。特別加入繁體中文夾英文編號、相近尾碼、目錄沒有的編號和停用款式。逐條記下可接受的紀錄、證據位置，以及應否追問，並預留部分題目在調整完成後才使用。

以上只是虛構測試輸入，不代表實際產品規格或兼容性建議。

比較三條搜尋路徑

先保留現有語意搜尋作基準，再試加入獨立的完整編號欄位查找；沒有可核實的精確紀錄時，才轉回原有搜尋。別名及慣用簡寫另設對照，保留原始編號供核對。連字號、大小寫和尾碼能否省略，要按目錄規則決定，不能一律清除。尤其是省略尾碼後同時對應多款零件，系統應展示候選並追問，而不是把簡寫當成唯一答案。

第三個方案才是混合搜尋：同時執行字詞與語意搜尋，合併排名並移除重複紀錄。三個方案要使用同一份目錄快照、相同的最終段落數量、回答模型及提示詞。若發現表格分段有問題，先統一修正再比較，避免把資料清理的效果誤算成混合搜尋的成果。另要實際查看索引如何切分帶連字號的編號和中文字詞；BM25 的排名並不等同資料庫欄位的完全相等查找。

評分時先看送入模型的段落，再看答案。按查詢類型分別記錄：正確紀錄是否排第一、是否出現在限定段落內、最後有沒有選錯變體，以及資料不足時是否按預期追問。報告應保留每組題目總數，也記下回應時間與同事核對所花的工夫。即使整體分數提高，只要完整編號仍會配錯，接單同事最在意的問題就尚未解決。

讓負責人判斷額外維護是否值得

試驗前由目錄負責人訂下驗收條件。例如，本次完整編號樣本不接受錯配變體，而有歧義的題目必須適當追問；小樣本過關仍不代表日後不會出錯。再按櫃枱工作節奏訂回應時間上限，以及可負擔的維護投入。混合搜尋多了一套索引、排名設定和目錄更新檢查，只有在預留題目上仍有實際幫助，才值得承擔這些工夫。

如果完整編號查找已解決錯配，而描述式搜尋仍然好用，就可採用較簡單的方案。若問題全由目錄匯入引起，先修資料便有理由維持現有架構。混合搜尋則要證明能多解決一些已標註失誤，而且沒有帶來不能接受的倒退或維護負擔。正確段落已在眼前、助手卻選錯零件的個案，應另行處理回答選擇問題，不能靠不斷加入搜尋結果掩蓋。

下一步可安排目錄負責人與一位接單同事共同整理樣本、核對標準答案，並保存現有助手的搜尋紀錄。下列 AI 應用規劃指南可協助把測試結果寫成範圍清楚的改動要求。需要外部實作支援時，也應帶同這些證據討論，讓整合工作從已確認的搜尋問題開始。