如何给产品做一个「智能搜索框」（搜索建议 + 语义搜索）？

两层结构：召回 + 排序

智能搜索框本质是「召回 + 排序」两层。召回用混合检索：一路 BM25 关键词匹配保证精确命中（型号、专有名词），一路 embedding 语义匹配处理「换个说法」的查询，两路结果合并去重。

自动补全/建议

用户打字时下拉提示用两种来源：基于历史热门 query 的前缀匹配（Trie 或 ES completion suggester），以及最近搜索记录。要求极低延迟，一般独立于主搜索链路，几十毫秒内返回。

提精度的两个手段

1. Rerank：召回 Top-50 后用 cross-encoder 重排模型逐条精算相关性，取 Top-10 展示，精度显著提升但增加延迟。
2. 查询改写：先用规则或小模型做纠错、同义词扩展、口语转检索词，再去召回。

必须做评测

整理一批「query→期望结果」标注集，用召回率、NDCG 等指标衡量，每次改动都回归，否则调参全凭感觉。