第 10 课：索引、Top-k 和来源信息

搜到三个结果，还差哪一步？先看看这三个结果是谁选出来的、为什么排在前面。理解索引和 Top-k，能帮你避免把搜索列表直接当成答案。

索引像一份查找用的目录

书末索引把词语指向页码，搜索索引把可检索的特征与资料位置关联起来。关键词索引、向量索引做法不同，目的都是少翻一些资料，更快找出候选。返回结果还要连着正文和来源，否则你只知道“有个地方像答案”，却没法检查它。

更新文件后，也要检查索引是否更新。原文已经写三本，系统仍拿旧片段里的两本回答，改网页文字并没有完成整条链路的维护。

Top-k 中的 k 是数量。Top-3 取排序靠前的三个候选，排名由检索或排序方法决定。它不承诺三段都相关，更不承诺三条结论都正确。有过滤或候选不足时，返回的数量也可能不到 k。

问当前上限，模拟列表却是 E、B、H。只取第一段，会拿到历史规则；取前两段，才出现当前的 B。H 虽然也谈借阅限制，讲的却是参考书不可外借，不能用来回答普通图书的数量。

再问特殊日期与平常的区别，列表换成 A、H、D。前两段仍不够，第三段才有闭馆通知。这说明这道题需要补上 D，不表示所有问题都应该固定取三段。

候选太少可能漏证据，太多会增加无关内容、重复和阅读负担。用题目检查关键段有没有进来，再考虑数量与顺序。后面的评估会分别看这两件事。

顺便为每段留下编号、标题、日期和状态。编号方便引用，日期和状态帮助选择版本，原始出处让你回去核对。分数可以留下，但不要拿分数代替这些信息。

把 A 至 H 做成八张索引卡，写上能回答的问题。对上面两个模拟列表分别取前一、前二、前三段，标出缺什么。手工列表只是练习；真正测搜索工具时，要保存它实际返回的顺序。

你应该看到的变化

当前上限需要 B，前两段开始有依据，但仍要识别 E 已归档。日期比较需要 A、D，前三段才齐。多取一段有没有帮助，要看新增的是关键资料还是噪声。