查询改写、扩展与 HyDE

RAG 工程化进阶考 2 题讲解 4 段

用户 query 口语、含糊、带多轮指代，直接拿去检索就是问错话。查询改写解决指代与口语化，查询扩展解决表述鸿沟，HyDE 先让模型写一段假想答案再拿它去检索 —— 最反直觉也最常被追问。每一招都多一次模型调用，要算成本。

也叫：查询理解 · 查询改写 · query rewriting · 查询扩展 · HyDE · 多轮指代

1. 查询改写（Query Rewriting）——解决指代与口语化出自 T2-7

用 LLM 把用户的原始问法改写成一个自包含、书面化的检索 query。

对话历史：Q1「Pro 版支持几个并发」 A1「……」
用户输入：「那它多少钱」
改写输出：「Pro 版的价格是多少」

多轮对话场景下，这一步几乎是必须的——没有它，第二轮往后的检索质量会断崖下跌。这是面试里能立刻体现「做过多轮 RAG」的细节。

代价：多一次 LLM 调用（延迟 + 成本）。优化手段是用小模型专门做改写，或只在检测到指代词时才触发。