技术与工程已解决
查询改写与 HyDE：检索前的关键一步
用户的问题不等于好的检索查询——改写、扩展与假设文档技术。
问题正文
为什么需要改写
用户查询往往是口语化、省略、有指代的（它怎么退货？）。直接拿去检索，Embedding 模型很难匹配到正确文档。检索质量的上限在查询侧。
查询改写
用 LLM 把用户查询改写成适合检索的形式：补全指代、展开缩写、拆解复合问题为多个子查询。成本是一次轻量调用。
HyDE 技术
先让模型生成一个假设的理想答案，用这个答案去做向量检索——答案与文档的向量距离比问题更近。