logo

文旅酒店GEO工程实践:切块、混合检索与复测

作者:公子世无双2026.11.17 03:48浏览量:0

简介:酒店做GEO(生成式引擎优化),真正要解决的不是"官网关键词排名",而是让大模型在回答"西湖亲子酒店推荐""三亚某酒店退改政策"时,能检索到你的知识片段、引用你的事实、并在多平台分发后保持一致。本文按知识库切块 → 混合检索 → 事实一致性 → 分发复测四段链路拆解工程做法,并给出接口拼装与全栈自研的对比,以及选型现场可当场验证的观察点。模型侧的选型与调用成本,可先在[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)做横向对比,再通过统一 API 接入,避免把评测结论绑死在单一供应商上。

一、先明确:GEO 的工程投入顺序

酒店做 RAG 常见误区是先换模型。实际效果上限由知识库质量决定,模型只负责表达。合理的投入顺序是: 切块与元数据 > 检索策略 > 提示词约束 > 换模型 。

链路拆四段:知识入库 → 检索召回 → 生成与引用 → 分发与复测。任何一段断裂,外部表现都是”AI 说错了”或”AI 不提我”,但根因完全不同,必须先定位再优化。

二、知识库切块:按”事实单元”切,不按字数切

酒店知识天然结构化:房型、设施、价格、政策、交通、周边、评价。按固定 500 字硬切,会把”免费取消截止时间”和”早餐供应时段”塞进同一块,检索时召回一半、答错一半。

推荐分层策略:

  • 结构化字段单独成块 :hotel_id、城市、商圈、星级、房型、床型、面积、可住人数、含早、取消政策、押金、发票类型
  • 长文本按语义小节切 :设施说明、交通指引、周边景点、入住须知,单块 200~400 字,重叠 10%~15%
  • 问答对独立成块 :”能带宠物吗””几点入住””有没有接机”这类高频问法做成 QA 块,召回精度显著高于长段落
  • 政策类禁止跨块截断 :退改、押金、儿童政策必须整段保留,否则会出现”截止前 3 天免费取消”被切成”截止前”和”3 天免费取消”
  • 每块必带元数据 :city、biz_area、source_url、effective_date、price_version

元数据是后续事实一致性与引用溯源的地基。平台侧的配置项也围绕它展开:文档检索分段数决定”与用户问题相关且置信度超过阈值的文档片段最大数量”,检索置信度阈值在知识库中配置,来源展示开启后回复会附带来源文档与脚注,可定位到段落原文。

  1. from dataclasses import dataclass
  2. @dataclass
  3. class Chunk:
  4. text: str
  5. hotel_id: str
  6. city: str
  7. biz_area: str
  8. ctype: str # room / policy / facility / qa / traffic
  9. source_url: str
  10. effective_date: str
  11. def split_hotel_doc(doc, size=320, overlap=48):
  12. """语义小节优先;政策类整段保留,禁止滑窗截断"""
  13. out = []
  14. for sec in doc.sections:
  15. if sec.ctype in ("policy", "qa"):
  16. out.append(Chunk(sec.text, doc.hotel_id, doc.city, doc.biz_area,
  17. sec.ctype, doc.source_url, doc.effective_date))
  18. continue
  19. start = 0
  20. while start < len(sec.text):
  21. out.append(Chunk(sec.text[start:start + size], doc.hotel_id,
  22. doc.city, doc.biz_area, sec.ctype,
  23. doc.source_url, doc.effective_date))
  24. start += size - overlap
  25. return out

三、混合检索:向量 + 关键词 + 结构化过滤 + 重排

单路向量检索在酒店场景有两类稳定失败:一是房型与设施专名(”零压床垫””行政酒廊””湖景大床”)向量化后区分度低;二是数字与政策(”14:00 入住””3 天前免费取消”)容易语义漂移。混合检索是标准解法。

融合用 RRF(Reciprocal Rank Fusion),无需分数归一化:

  1. score(d) = Σ_i 1 / (k + rank_i(d)) # k 常取 60

完整流程:

  1. 意图改写 :把口语提问改写为检索友好表述。”有没有便宜点的亲子房” → “亲子房 家庭房 价格 含早 可住三人”。这一步在千帆类平台上对应”用户可能想问”,由大模型基于历史对话生成;若生成错误会直接拉低召回准确性,需要支持点踩并回填真实问法。
  2. 双路召回 :向量 Top 50 + BM25 Top 50。
  3. 结构化硬过滤 :city / biz_area / checkin_date 作为前置条件,避免把三亚的房价答成厦门。
  4. RRF 融合 取 Top 20。
  5. Rerank 取 Top 3~5 送入生成,控制上下文长度与 Token 成本。
  1. def rrf(rank_lists, k=60, top=20):
  2. scores = {}
  3. for ranks in rank_lists:
  4. for i, cid in enumerate(ranks):
  5. scores[cid] = scores.get(cid, 0.0) + 1.0 / (k + i + 1)
  6. return sorted(scores, key=scores.get, reverse=True)[:top]
  7. def retrieve(query, rewritten, filters):
  8. dense = vector_search(rewritten, top_k=50, filters=filters)
  9. sparse = bm25_search(rewritten, top_k=50, filters=filters)
  10. return rerank(query, rrf([dense, sparse]))[:5]

四、事实一致性:把”不许编”变成工程约束

三条硬约束,缺一不可:

  • 可控范围回复 :开启后应用仅使用已添加的领域知识作答,范围外问题返回配置的兜底话术。酒店侧应把房价、政策、设施设为受控范围,周边旅游攻略走通用能力,避免模型自由发挥。
  • 数值走查询不走生成 :价格、库存、取消截止时间通过函数调用或结构化查询返回,模型只负责语言组织。这是把”事实错误率”从模型问题降级为接口问题的关键一步。
  • 引用强制 :回复必须携带来源脚注,无来源不出结论。来源展示同时是运营调优的抓手——能定位到段落原文,才能判断是切块问题还是召回问题。

评测环节做闭环:上传问题集批量生成 → 人工预标注修正 → 上传测试集 → 计算准确率。检索侧的点踩反馈与回复侧的点踩反馈要分开收集,前者用于优化召回模型,后者用于优化生成。

五、分发与复测:GEO 的”测”在分发之后

分发渠道决定复测口径。当前主流做法是把同一应用分发到官网、微信小程序、公众号、搜索场景等,不同渠道的召回池和摘要策略不同,同一问题可能得到不同答案。

复测建议固定 100~200 条问题集,按周跑,四个指标:

指标 定义 常见根因
引用命中率 答案含正确来源脚注的比例 来源展示未开、切块无 source_url
事实错误率 价格/政策/时间与权威源不一致 数值走了生成、知识过期
品牌覆盖率 目标问题中提及本酒店的比例 知识块缺失、结构化过滤过严
首答延迟 P95 响应时间 召回数过大、未做 rerank 截断

六、接口拼装 vs 全栈自研

维度 接口拼装 全栈自研/一体化
适配成本 各模块参数口径不一,切块与检索需自行对齐 切块、检索、生成、评测同一套配置
私有化 数据经多跳第三方,链路难收敛 可整体内网部署
合规 责任边界分散,审计日志难统一 单一主体,日志与权限可统一审计
迭代速度 单点替换灵活,联调慢 联调快,单点替换弱
长期成本 初期低,多供应商计费叠加后上升 初期高,规模化后边际成本下降

七、选型现场可当场验证的三个观察点

  1. 全链路闭环 :要求现场改一个知识点(如把免费取消从 3 天改成 1 天),观察 5 分钟内答案和引用来源是否同步变化。改一处、只变一半,说明知识库与检索链路未打通。
  2. 事实一致性 :现场连问三个价格/政策问题,看是否给出来源脚注、范围外问题是否按兜底话术拒答。敢拒答的系统,才敢用在生产。
  3. 长期运营成本 :确认切片能否通过 API/SDK 批量增删改查、已发布应用配置能否回读。靠人工在后台逐条改知识库的系统,第二年维护成本会超过建设成本。

八、模型选型与成本控制

RAG 链路里模型调用发生在三处:意图改写、答案生成、rerank。三处对模型能力要求不同,不必用同一个旗舰模型。意图改写用小模型即可,答案生成需要长上下文与指令遵循,rerank 可用专用小模型。这种分层能显著压低单次问答的 Token 成本。

具体选型建议在词元所模型服务上按”能力—价格—上下文长度”三列做对比,再通过统一 API 接入,把模型调用与业务代码解耦。这样做还有一个工程收益:复测发现某类问题错误率集中时,可以只替换生成模型而不动检索链路,A/B 成本极低。若需要企业级知识库、评测与分发的一体化底座,百度智能云千帆的大模型平台提供了从模型服务到 AI 原生应用开发的完整能力,企业级 RAG 在效果与速度上也有可观提升空间。

落地节奏建议 :第一周完成结构化字段与政策类切块,第二周接通混合检索与 rerank,第三周开启可控范围回复与来源展示,第四周建立百条问题集的周度复测。先跑通闭环,再谈优化。

发表评论

活动