产品知识库换模型，先核对旧索引的生成配置

Google推出多模态嵌入模型后，产品知识库多了一种检索选择。但更换模型或输出维度会改变索引条件。本文解释旧向量为何不能默认复用，以及如何保留原资料、比较检索结果并完成切换。

如果产品资料没改，AI客服换模型后却找不到原来的说明书，先别重写文案。把文字变成向量的模型变了，查询和资料之间的比较条件也可能随之改变。

Google在10月6日发布EmbeddingGemma 2，介绍它可把文字、图像、音频和视频映射到共同的嵌入空间，并支持缩短输出向量。对维护产品知识库的开发者来说，值得讨论的不只是能接入几种素材，还包括切换时如何处理已经生成的索引。以下是索引迁移的工程判断，不代表新模型在每个企业目录里都更好。

维度相同，也不代表坐标含义相同

向量可以理解为模型对一段资料的数值表达。检索时，系统将买家问题也转成向量，再比较距离。这个比较能成立，前提是两边按相容的模型和处理方式生成。旧模型中的某个方向，并不必然对应新模型中的同一含义；仅仅把两边长度调成一样，不能证明它们可以混着搜索。

输出维度改变时，数据库可能直接拒绝查询，问题反而容易发现。更隐蔽的情况是维度没变，接口照常返回结果，但正确型号的说明书不再靠前。系统没有报错，销售却需要花时间纠正答案。迁移检查因此要看检索到什么，不能只看连接是否成功。

这与同一模型声明支持的向量截短不同。EmbeddingGemma 2介绍了这种输出方式，但它不能证明跨模型的旧向量可复用。如果只是采用已支持的截短方式，先核对该模型要求的处理配置，再比较检索结果，不应默认每次维度调整都要重新读取全部原文。

切段方式也会影响比较。旧索引可能把型号、适用电压和限制条件放在一个片段里，新流程却将它们拆开。即使模型相同，买家问题找到的内容也可能只剩半个答案。模型版本、维度、切段规则和资料版本应作为一套配置记录。

先不要删除旧索引。保留原始说明书、可追溯的片段和稳定资料编号，跨模型迁移时在独立的新索引里重新生成文档向量，同时让新查询使用新配置。这样可以对同一份资料比较，而不是一边换模型、一边改目录，再把所有差异归到模型上。

测试问题应包含明确型号、用途描述、否定条件以及资料里没有答案的提问。对于“这款能否用于潮湿环境”，不能只检查产品介绍是否被找到，还要看限制说明有没有一起出现。与其比较一个平均相似度，不如逐题记录正确资料是否进入候选、排在何处、哪些必要片段被遗漏。

图片和视频可以另做一组测试。多模态模型允许跨素材搜索，不等于旧文字测试已经覆盖了画面查询。用图片找资料时，还需要确认返回的是对应产品版本，而不是外观接近的另一款；结果页要能打开原文件，不能只给一条无法核对的摘要。

新索引通过比较后，再让一小部分实际查询使用它，保留返回旧索引的开关。记录用过哪套配置，才能追查某次回答为什么变了。若业务资料在试运行期间更新，两套索引都要接收同一份更新，不能拿新资料的结果与旧资料的结果比较优劣。

试运行时也要区分资料、检索和回答行为的错误。如果原资料缺少条件，换模型补不出事实；如果正确片段没有被找到，才需要继续检查索引。文字问答的小目录可以先保留当前模型，待具体检索问题出现后再决定是否迁移。