结论
当FastGPT知识库搜索结果不符合预期时，可根据具体现象针对性调整搜索参数，无需一次性修改所有参数。先定位异常现象，再对应调整相关配置项即可优化搜索效果。
具体怎么做
- 搜不到内容：确认数据已完成训练，适当降低最低相关度，提高引用上限，检查问题是否过短或缺少主体
- 结果太泛、答非所问：提高最低相关度，减少引用上限，优化数据分块，检查召回内容是否包含过多无关片段
- 编号、型号、专有名词搜不准：使用全文检索或混合检索，降低语义检索权重，避免对精确编号类问题过度使用问题优化
- 自然语言问法搜不准：使用语义检索或混合检索，开启问题优化，补充更准确的数据索引
- 开启问题优化后变慢：更换更快的优化模型，仅在多轮追问、短问题场景中开启
- Rerank后仍然排序不准：确认用户问题完整，检查召回候选是否足够，适当调整最低相关度和引用上限
- 图搜图效果弱：确认向量模型支持图片输入，确认入库时已生成图片向量索引，检查图片是否清晰、主体是否明确
- 图文混合结果不稳定：明确文字和图片的优先级，仅需查找视觉相似图片时减少额外文字约束
注意事项
不宜一次性调整所有搜索参数，应先定位具体异常现象再修改。问题优化会额外调用模型资源，需按需选择开启场景。所有调整需严格遵循原文给出的配置项，不得添加未提及的参数。
来源：FastGPT 官方文档