Enterprise AI Search Pattern（企业 AI 搜索模式）

知识库位置：FDE Knowledge Base/12 Patterns/10-Enterprise-AI-Search-Pattern.md

Problem Signature（问题签名）

企业有大量异构（Heterogeneous，异构）信息。

用户的核心需求首先是：

找到正确的信息。

而不是一定需要生成完整答案。

---

Why Separate from Knowledge Assistant?（为什么与知识助手分开）

Knowledge Assistant（知识助手模式）强调：

Question（问题）
→ Answer（答案）

Enterprise AI Search（企业 AI 搜索）强调：

Query（查询）
→ Relevant Results（相关结果）

对于：

• Legal（法务）
• Research（研究）
• Engineering（工程）
• Product（产品）
• Compliance（合规）

等领域，用户可能更愿意自己阅读原文。

---

Current Workflow（现状工作流）

Search System A（搜系统 A）
↓
Search System B（搜系统 B）
↓
Search Shared Drive（搜共享盘）
↓
Ask Colleague（问同事）

---

Target Workflow（目标工作流）

User Query（用户查询）
↓
Identity（身份识别）
↓
Unified Search（统一搜索）
├─ Keyword（关键词）
├─ Semantic（语义）
├─ Metadata（元数据）
└─ Ranking（排序）
↓
Permission-aware Results（权限感知结果）
↓
Optional AI Summary（可选 AI 摘要）

---

Value Hypothesis（价值假设）

• Reduce search time（减少搜索时间）
• Increase information discovery（提升信息发现）
• Improve reuse of existing content（提升既有内容复用）
• Reduce duplicated work（减少重复工作）

---

Architecture（架构）

Enterprise Search（企业搜索）
+
Optional RAG / Summarization（可选检索增强生成/摘要）

---

AI Role（AI 角色）

可选：

• Semantic retrieval（语义检索）
• Query rewrite（查询改写）
• Search summary（搜索摘要）
• Result clustering（结果聚类）

---

Deterministic Role（确定性角色）

• ACL（Access Control List，访问控制列表）
• Index（索引）
• Metadata（元数据）
• Ranking policy（排序策略）
• Source filtering（来源过滤）

---

Key Design Decision（关键设计决策）

不要默认：

Search（搜索）
→ Always Generate Answer（总是生成答案）

有时 Search Results（搜索结果）本身更可靠。

---

Metrics（指标）

• Search success（搜索成功率）
• Zero-result rate（零结果率）
• Click-through（点击率）
• Time to relevant result（找到相关结果耗时）
• Query reformulation（查询重构次数）
• User satisfaction（用户满意度）

---

Failure Modes（失败模式）

• Search ranking poor（排序差）
• Duplicate results（重复结果）
• Stale index（过期索引）
• ACL errors（权限错误）
• AI summaries hide important nuance（AI 摘要掩盖重要细节）

---

Related Topics（关联知识）

• Solution Patterns Knowledge Map（解决方案模式知识地图）
• ARCH-005 Enterprise Search Architecture（企业搜索架构）
• Knowledge Assistant Pattern（知识助手模式）