---
title: "混合搜尋（Hybrid Search）"
slug: hybrid-search
language: zh-TW
source: https://aiterms.tw/terms/hybrid-search
updated_at: 2026-04-29
tags: [自然語言處理, 推薦系統, AI應用, 資料處理, 知識圖譜, 大型語言模型]
ipas_term: false
---

# 混合搜尋（Hybrid Search）

> **你有沒有搜尋過資料庫，明明字很像卻找不到，或字不一樣卻其實很相關？**
>
> 你可以把混合搜尋想成把關鍵字搜尋和語意搜尋一起用。
> 它同時抓精準字詞和語意相近的內容，所以比單用一種方法更不容易漏答案。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆

> **混合搜尋 vs 語義搜尋**
> 語義搜尋主要看意義相近
> 混合搜尋還會保留關鍵字匹配
> 最關鍵的區別是單看語意，還是語意加字面
>
> **混合搜尋 vs 向量搜尋**
> 向量搜尋主要靠 embedding 相似度
> 混合搜尋會再加上詞項匹配
> 最關鍵的區別是只看向量，還是向量和詞一起看
>
### 記住這句就好

> 關鍵字和語意一起找。

### 實際案例

> **企業知識庫**
> 員工可能會打出產品型號、法規條文或縮寫，混合搜尋能提高把答案找回來的機率。
>
> **客服搜尋**
> 使用者有時會照著系統詞彙查，也有時會用白話問，混合搜尋比較不容易漏掉。
>
### 算法與應用

> 實務上常先做兩路檢索，再把結果合併或重排。
> 它特別適合資料很多、問法很多樣，且不能漏答案的場景。

### 情境判斷

> **Q1：** 使用者打的是產品代碼，這時還只靠語意搜尋夠嗎？
> → 通常不夠，混合搜尋可以保住精準字詞匹配。
>
> **Q2：** 使用者問法很口語，沒有固定名詞，混合搜尋還有用嗎？
> → 有，因為語意路徑能補上白話表達。
>
### 常見問題

> **Q：混合搜尋一定要兩套索引嗎？**
> 通常是，但實作方式可以很彈性。
>
> **Q：它是為了提高召回還是精確率？**
> 兩者都可能改善，但最常見是先提高召回，再靠重排拉精準。
>
> **Q：什麼場景最值得用？**
> 文件多、問法雜、又不能漏重要資訊時最值得。
>
### 相關術語

> - **語義搜尋**：先看語意路徑，才懂混合搜尋補了什麼
> - **向量資料庫**：語意搜尋常和向量資料庫一起出現
> - **檢索增強生成**：搜尋結果常直接餵給 RAG
> - **知識庫**：混合搜尋多半是為知識庫服務
> - **BM25**：關鍵字那一路常會用到它

---

來源：https://aiterms.tw/terms/hybrid-search
快查頁：https://aiterms.tw/terms/hybrid-search
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-hybrid-search