關鍵字搜尋只會找到你輸入的字詞。當文件寫的是「解除」而你搜尋的是「取消」,或是一份政策用三種不同說法描述同一項義務時,它就不管用了。語意搜尋正是為這種落差而設計:它比對的是含義而不是字元,所以用你自己的話提出的問題,也能找到回答它的段落。
AuraDoc 中語意搜尋的運作方式
文件處理時,文字會被切分成多個段落,每個段落會轉換成一個嵌入向量,也就是用數字表示這段內容在講什麼。這些嵌入向量儲存在向量索引中。搜尋時,你的查詢會以同樣方式變成嵌入向量,與已儲存的段落比對,最接近的會作為結果回傳。API 的搜尋端點預設回傳十筆結果,最多五十筆,會忽略低於最低分數的弱比對,還可以對候選結果重新排序以改善順序。每筆結果都附有該段落的摘錄,並標示符合的詞語,讓你不必開啟檔案就能判斷。
搜尋涵蓋擷取所得的文字,因此掃描檔在經過 OCR 流程之後也會被納入。如果文件還沒有文字,索引就沒有可儲存的內容。
關鍵字與含義並用
含義並不總是你想要的。有時你需要精確的發票編號或條款編號,純語意比對可能會偏掉。為此提供了混合搜尋,把關鍵字比對與向量搜尋結合起來。它也是一道保險:如果嵌入服務供應商沒有可用的金鑰,搜尋不會因供應商錯誤而失敗,而是退回到字詞比對,並在回應中附上說明原因的提示。語意搜尋本身需要設定嵌入服務供應商,可由平台提供,也可以在設定中使用你自己的金鑰。兩者都沒有時,回應會明確說明,而不是悄悄回傳空結果。
用篩選縮小範圍
在大型文件庫中依含義搜尋會回傳很多內容,所以篩選很重要。你可以把搜尋限制在單一文件內,也可以依檔案類型(如 PDF、Word、Excel、圖片或文字)、上傳日期、檔名、大小範圍、上傳者以及處理狀態來限定。你還可以只保留含有已擷取實體、簽名或偵測到個人資料的文件,並依檔案來源篩選,例如已同步的雲端資料夾。另有一個欄位用來比對 AI 在文件中發現的實體,適合回答「哪些合約提到某家公司」這類問題。結果可依相關性、最新、最舊或檔名排序。
以文件找文件
如果你已經有一份文件,甚至不需要輸入文字。搜尋可以從某份文件出發,回傳與它最相似的文件,這與文件頁面上「相似文件」分頁的概念相同。在網頁應用程式中,搜尋頁面也接受從指定文件出發的連結,因此你可以把起點分享給同事。若要從相似檔案進一步看到具體差異,請參閱比較兩份文件。
已儲存的搜尋與提醒
每週都要問的問題,不該每次重新輸入。你可以用名稱、查詢和篩選條件儲存一次搜尋,之後一鍵再次執行。已儲存的搜尋還可以通知你有新文件,提醒可以設為立即、每天或每週。這樣搜尋就成了輕量的監控:為一條你絕不想錯過的條款儲存搜尋,隨著受監看的雲端資料夾中新檔案到來而檢查。
成本與權限
每次查詢都由供應商轉換為嵌入向量,因此該嵌入會計入你的配額,平台會先確認配額足以涵蓋,然後才付費。API 存取使用專用的搜尋唯讀範圍,因此你可以只授予整合搜尋權限,而不給更多。如果你想要的是答案而不是清單,可以試試附引用的聊天。方案與限制見價格頁面。