员工搜索“报销发票抬头”，结果里出现一份已经作废的制度。另一个结果相关性更高，却来自他没有权限查看的部门目录。这样的检索系统即使返回得很快，也没有完成工作。
企业知识库需要把文档版本、访问权限和检索质量一起处理。更换嵌入模型只能改变其中一段。下面以内部制度和技术文档为例讨论最小架构，所有记录与参数均为设计示例。
搜索结果要带用户回到原文
切片记录既要告诉用户出处，也要让接入任务在原文变更后找到待重建的片段。固定长度截断无法独立承担这两项工作。
可以为每个切片保留如下信息：
{
"chunk_id": "travel-policy:v3:section-2:chunk-1",
"document_id": "travel-policy",
"document_version": "v3",
"section_path": ["差旅报销", "票据要求"],
"source_locator": {
"kind": "section",
"value": "section-2"
},
"acl_version": "acl-8",
"embedding_model": "model-version-placeholder",
"content_hash": "hash-placeholder",
"text": "示例正文，不是实际制度。"
}
内容接入流程负责填写版本和定位信息。PDF 可记录页码与区域，网页可记录稳定段落标识；若系统只能取得字符偏移，还需保存对应的文本版本。
切片应尽量保留标题层级、列表上下文和表格表头。把表格中的“300”与单位、适用对象分开，向量再相似也无法恢复它的业务含义。超长章节仍需要切分，但可以将章节标题附到子片段，避免孤立文本失去主语。
片段长度要按目标模型的 tokenizer 和评测结果决定。中文字符数不是 token 数；统一使用某个固定长度，也不能覆盖合同、表格和短 FAQ 的差异。重叠部分有助于保留上下文，但会增加重复结果和索引体积，重排后需要控制同一文档重复占位。
先授权，再把候选交给模型
身份服务给出用户可访问的集合，检索服务据此构造过滤条件。用户输入的部门名和模型对“我应该能看”的解释都不构成授权。
关键词召回和向量召回都要应用同一套授权约束。如果仅在最终页面隐藏无权结果，片段可能已经进入外部重排器、模型上下文、调试日志或缓存。安全边界应在这些环节之前。
只在全库 top-k 结果后过滤，还会损失检索质量：前几个名额可能被无权文档占据，过滤后可见候选不足。Elasticsearch 8.19 的 kNN 检索文档提供了检索过程中的过滤机制；实施时需确认所用 API 的过滤位置，不能把同名的后置过滤当成等价替换。
权限索引也会过期。撤权后不能等向量重建结束才停止披露。对权限变化敏感的知识库，可在向重排器、模型或用户输出内容之前，再向权威权限状态确认候选仍然可见；确认失败就拒绝输出该候选。共享缓存则必须包含有效的访问范围与权限版本，或只缓存不含受限内容的中间结果。
关键词和向量各自补一类漏检
向量召回擅长处理不同说法，但精确的错误码、工单号、函数名可能更适合关键词检索。例如“连接为什么一直断开”和“ERR_CONN_104”应分别进入质量评测，不能只测试自然语言问句。
可以先让关键词和向量各自生成候选，按切片 ID 去重，再融合排序。关键词相关性分数与余弦相似度使用不同的数值范围和分布，直接相加无法稳定解释。
可以从基于名次的 RRF 开始，计算示意如下：
score = map(default=0)
for ranking in [keywordResults, vectorResults]:
ranking = deduplicateByChunkId(ranking)
for rank, chunk in enumerate(ranking, start=1):
score[chunk.id] += 1 / (c + rank)
merged = sortByScoreDescending(score)
c 是控制名次影响程度的正数，应固定后用评测集选择。某个切片未出现在一路结果时，该路贡献为零。相同分数再按稳定 ID 排序，便于比较版本。算法原理可参照 Elastic 的 RRF 说明。
需要重排时，只对有限候选运行较贵的模型，并将重排开销计入总预算。重排器无法找回两路召回都没有提供的片段，所以优先调查候选缺失，再调整重排模型。
ANN 召回率回答不了业务问题
ANN 召回率衡量近似索引相对同一向量空间中精确近邻搜索的损失，适合用于选择索引参数。精确近邻本身仍可能与业务问题无关。
业务 Recall@k 则需要人工判断哪些文档能回答问题。如果一个问题有四份相关文档，前 k 个去重结果找到其中三份，该问题的文档级召回率就是 3/4。这是定义示例，不是系统成绩。切片级与文档级指标应分开，避免同一篇文档拆成许多片段后“提高”命中数。
评测集要包含有明确答案的问题、需要跨段落的问题、只有过期答案的问题，以及知识库中没有答案的问题。标注相关性时同步记录用户权限和语料版本，否则不同实验的搜索范围不同，分数无法比较。
新增词表、调整切片或更换模型时，保留一组未参与调参的检查样本。除了平均相关性，还要检查精确代码查询、少数部门的文档和撤权后的表现。整体分数改善不代表某个关键类别没有退化。
版本切换和撤权要能追踪
源文档变更后，应根据版本和内容摘要决定重建哪些片段，构建完成后再切换可见版本。索引里同时保留旧片段和新片段，却没有版本过滤，会让用户看到互相矛盾的答案。
删除或撤权优先停止可见性，随后清理向量、关键词索引和缓存。仅删除向量库里的记录不够，旧结果还可能留在缓存或会话中。已输出内容无法收回，这也要求下游系统限制保留与传播。
更换嵌入模型时，文档向量与查询向量必须使用兼容的模型和预处理流程。维度相同也不代表向量空间可混用。新索引可以旁路重建，按同一组问题比较结果，再决定是否切换。
第一版至少提供显示来源与版本的搜索入口、可追踪的更新链路和一组人工确认的检索问题。运营与工程人员应能据此查清漏检原因和越权结果的来源，再接入生成回答或代理流程。