# 检索方案的取舍矩阵

## 元数据

- 书名：Claude Code 源码解析：一份价值数十亿美元的AI工程蓝图
- 作者：花叔
- 章节：08 搜索：为什么grep打败了RAG
- 定位：AI PM / Agent 产品 / AI 工程架构面试
- 优先级：P0
- 标签：retrieval, hybrid-search, information-architecture

## 面试问题

如何判断该用关键词搜索、结构化索引还是向量检索？

## 30 秒回答

选择检索方案看四件事：查询是否精确、语料是否频繁变化、结果是否需要解释、成本和延迟是否敏感。没有一种方案适合所有场景。

## 展开要点

- 关键词搜索适合精确词、代码、错误、标题和标签。
- 结构化索引适合元数据、关系和权限过滤。
- 向量检索适合意图模糊、同义表达和概念探索。

## 高频追问

- 混合检索怎么设计？
- 检索结果如何评估？
- 为什么语料更新频繁会影响 RAG？

## 项目映射

- AI 面试库用标签和标题做第一层，语义搜索做第二层召回。
- 对每次检索记录命中卡片、用户采纳和失败原因。

## AI PM 迁移

AI PM 要把检索当成产品体验：找得准、解释得清、更新得快。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文或源码内容。