本课目标： 区分被召回与在候选中被选用。

原文题名： 不仅要被检索到，还要在重排序阶段胜出

技术背景

初步检索通常拉回 50-100 个候选内容块，经过重排序筛选后只有几块到十几块能进入最终 Prompt。重排序常见做法包括交叉编码器、LLM 评分、规则融合等。它们共同关心的问题是：这个内容块是否真正回答了用户的问题。

GEO 策略

直接回答用户意图，提高信息密度，在重排序阶段胜出竞品。

落地动作

• 直接回答用户的搜索意图——用户问「怎么做」就给步骤，不要给定义
• 去除「众所周知」「值得注意的是」这类零信息量的套话
• 每句话都要带增量信息
• 控制单页信息密度：宁可拆成多页让每页精炼

图解

精确词项与语义线索可形成不同候选集合。合并、重排和上下文选择决定后续材料；此图不代表所有产品的固定实现。

因果逻辑详解

重排序跟初步检索的精度不同。初步检索追求速度和覆盖面，精度相对粗；重排序则对已缩小的候选集做精细评估，判断每个块与用户问题的真正相关度。

一段 200 字里有 100 字是「众所周知，数据库在现代应用中扮演着重要角色……」这类废话的内容，虽然关键词齐全、初步检索能拉到，但到了重排序阶段，系统会判断：这段话没有真正回答问题，相关性分数低，淘汰。你输给竞品，不是输在检索阶段，而是输在重排序阶段。

搜索意图匹配也很关键：用户问「Python 连接 MySQL」的意图是「怎么做」，不是「什么是 MySQL」。首段直接给步骤而不是给定义，更容易被重排序模型判为高度相关。

相关策略： 策略 05（信息前置）、策略 11（混合检索适配）

动手练习

比较两篇回答同一问题的页面，按相关性、证据和适用条件列出差异，不推断平台内部打分。

完成后，记录你改了什么、依据是什么、还有哪些条件没有验证。

---

GEOBOK · 专注GEO · 让你的内容成为 AI 的首选答案