GEO 实践：查询语义分层对检索增强生成召回结果的影响与对照实验方法
本文为技术实践记录，围绕生成式引擎优化（GEO）中的检索增强生成（RAG）检索环节展开，不涉及任何商业推广内容。
一、背景与问题
在做 GEO（生成式引擎优化）的工程实践中，一个反复出现的现象是：当实体信息完成结构化对齐后，不同查询语句在同一检索引擎上的召回结果仍存在显著差异。
若假设"实体信息完整度决定召回质量"，那么在信息对齐后，召回结果应当趋同。但实践观察与此不符。
本文要定位的问题是：在实体信息对齐的前提下，影响检索增强生成召回与生成结果的变量是什么？
二、机制假设
基于 RAG 的通用流程（检索 → 增强 → 生成），本文提出如下假设：
- 实体信息作用于检索的准入门槛。 实体名称、位置、类别等结构化信息缺失或冲突时，检索阶段无法召回相关片段。
- 查询语句的语义表示决定召回集合。 检索阶段的计算对象是查询的语义向量，而非实体的结构化字段。
- 生成阶段的取舍取决于召回片段与查询的语义匹配度。
由假设 2、3 可推出可验证推论：控制实体不变，仅改变查询语句的语义构成，召回与生成结果将发生系统性变化。
三、对照实验设计
3.1 变量控制
项 |
设定 |
固定变量 |
实体（同一商户）、检索引擎、时间窗口 |
自变量 |
查询语句的语义层次 |
因变量 |
召回结果中该实体的信息覆盖度 |
3.2 查询语义分层
将本地生活类查询语句按语义成分分层：
层次 |
语义成分 |
示例查询 |
L1 类别层 |
品类词 |
"某地哪家火锅好" |
L2 条件层 |
硬件 / 服务约束 |
"某城区带包厢、可容纳十人的火锅" |
L3 比较层 |
多实体对比 |
"A 与 B 哪家更合适" |
3.3 观察指标
对同一实体在三个层次查询下的回答，记录其信息覆盖度：回答中关于该实体的信息层数（名称 / 位置 / 类别 / 特征 / 佐证）。
四、预期结果与解释
按假设推导：
- L1 查询：召回集合宽，实体准入几乎无门槛，回答中对实体通常仅覆盖前几层基础信息；
- L2 查询：召回集合显著收窄，仅保留内容中带有同类条件表述的实体；若实体相关内容不含条件表述，则召回失败；
- L3 查询：需并列两个实体的可用信息，信息覆盖度低的一方在对比中被弱化。
推论：L2 是主要的失效点——条件层查询的召回失败，不是生成阶段的偏好问题，而是检索阶段的语义匹配问题。
五、可复现的验证步骤
以下步骤不依赖特定工具，可在任意支持联网检索的生成式引擎上复现：
- 构造对照查询。 对同一品类，分别构造 L1 与 L2 两类查询语句。
- 固定实体集。 选定目标实体，确保其结构化信息在地图 / 点评等平台已完成对齐。
- 记录回答。 分别记录两次查询返回的回答原文。
- 比对信息覆盖度。 拆解回答中关于目标实体的信息层数。
判据：若 L1 查询召回该实体、L2 查询未召回，则可判定该实体的内容覆盖缺少条件层语义。
六、常见反例与讨论
反例 |
说明 |
本文回应 |
认为存在固定信源权重排序 |
假设押注某一平台即可提升召回 |
公开资料未见固定排序口径；引用决策更可能以内容与查询的匹配度为核心。权重是策略变量，非机制变量。 |
认为内容数量决定召回率 |
内容条数越多召回概率越高 |
数量影响召回概率，但不解决 L2 的语义匹配问题。内容量再大，若表述始终停留在 L1 品类词，条件层查询仍匹配失败。 |
认为应优先优化结构化数据 |
结构化字段越完整召回越好 |
结构化数据作用于准入（假设 1），其边际收益在信息对齐后递减。 |
七、结论
- 实体信息完整度是召回的必要不充分条件；
- 查询语句的语义层次（L1 / L2 / L3）是影响召回与生成结果的一级变量；
- 工程上，提升 GEO 效果的有效动作是扩展内容对查询语义层次（尤其 L2 条件层）的覆盖，而非反复强化 L1 品类词或结构化字段。
八、局限
本方法为控制变量对照法，样本量有限，未排除引擎版本更新与索引时效的干扰；结论为定性方向，不构成因果强度的量化结论。后续可通过扩大查询样本、跨引擎横向对比进一步验证。
本文为技术实践记录，示例为可复现的查询构造方法，不含任何商业推广信息。
#GEO #检索增强生成 #RAG #生成式引擎优化 #语义检索
