标签题目
AI 搜索相关面试题
设计 AI 搜索功能时，灵感来源和用户痛点如何说明？
AI 搜索功能的灵感可以来自用户在生活决策中的真实行为：他们并不是想看更多结果，而是想把碎片信息快速变成可行动选择。它解决的痛点包括搜索结果过载、视频信息分散、结论难比较、真实感与效率难兼得、用户需要在多个平台之间反复跳转，以及个性化约束无法被传统关键词搜索充分理解。
大量用户反馈 AI 的回答正确但没有抖音味儿、很无聊，你如何分析并优化？
用户说 AI 回答正确但没有抖音味儿，说明问题不在事实准确性，而在内容表达、场景理解、情绪价值和生态连接上。优化方向不是牺牲正确性去追求花哨，而是在可信答案之上加入更鲜活的本地语感、短视频内容证据、达人视角、用户评论洞察、强选择理由和可互动的探索路径。
你会建立怎样的 AI 搜索效果评测体系？
AI 搜索效果评测体系要同时覆盖事实正确、意图满足、内容生态融合、答案可用性、用户满意和业务增长。它不能只看模型离线分数，也不能只看点击率，而要把离线评测、人工评审、在线实验、用户反馈和长期生态指标组合起来，形成从 Query 到答案、从答案到行动、从行动到生态反哺的闭环。
如何科学衡量一个 AI 搜索结果的用户满意度？
科学衡量 AI 搜索结果满意度，要把“用户喜欢”拆成任务是否完成、答案是否可信、交互是否省力、内容是否有吸引力以及后续是否产生正向行动。单一点击率或停留时长都不可靠，必须结合显性反馈、隐性行为、复搜信号、分意图指标、离线标注和延迟后反馈，建立可解释的满意度模型。
同题还出现在 1 个公司岗位
抖音搜索与百度搜索期望获得的结果形态有什么根本不同？
抖音搜索与百度搜索的根本不同在于结果形态和用户期待：百度更偏网页和知识索引，用户常期待权威、完整、可跳转的信息答案；抖音更偏内容生态和体验消费，用户常期待真实、生动、可感知、可种草、可互动的结果。前者强调查到，后者更强调看到、感受到、被激发并行动。
如何理解 AI 大模型和抖音内容生态结合会给抖音搜索带来新增长动力？
AI 大模型与抖音内容生态结合，会给搜索带来新的增长动力，因为它把海量碎片视频转化为可理解、可组合、可决策的答案，提升用户在复杂场景中的搜索成功率。同时，AI 搜索能创造新的内容消费入口、激活长尾内容、提高搜索留存和转化，并通过用户反馈反哺内容生产与排序。
你认为该搜索体验问题的根本原因是什么？
该搜索体验问题的根本原因，是系统仍把搜索当作“内容相关性排序”而不是“用户任务完成”。当用户带着开放式、场景化、个性化的需求进入搜索时，传统链路只能返回相关视频，无法理解隐含约束、整合碎片信息、给出可执行结论，也无法用满意度和生态反馈持续优化。
用户在抖音里搜索和在百度上搜索，两者最核心的用户意图有什么根本不同？
用户在抖音里搜索和在百度上搜索，最核心的用户意图差异是：百度更常承接明确问题下的信息获取和入口查找，抖音更常承接内容消费驱动的体验探索、真实验证和种草决策。用户在百度想更快查到，在抖音往往想更真实地感受到、比较并被激发行动。
生成式 AI 搜索中如何设计自然融入体验的商业广告形态？
这题考生成式 AI 搜索里的广告产品设计，关键是让商业信息围绕用户意图自然出现，同时保护答案信任和转化效率。
AI 如何优化“附近适合 X 的 Y”这类本地生活长尾复杂需求的理解和匹配？
这题考 AI 如何理解“附近适合 X 的 Y”这类本地生活长尾需求，并把模糊场景转成可检索、可匹配、可解释的结果。
LLM 对传统关键词竞价广告商业模式会带来什么根本性冲击？
这题考 LLM 对关键词竞价广告的商业模式冲击，回答重点是搜索入口、点击分发、广告形态、计费逻辑和平台收入结构会怎样重构。
AI 摘要导致商家 SEO 和广告点击下降时，商业产品经理应如何分析和应对？
这题考商业 PM 如何处理 AI 摘要导致商家 SEO 和广告点击下降的投诉，重点是先验证归因，再设计流量、引用、广告和客户沟通方案。
搜索向 AI 转型时，应为广告主提供哪些 AI 赋能投放工具？
这题考 AI 搜索商业化里广告主侧工具链设计，重点不是泛泛说生成素材，而是从意图洞察、投放搭建、出价预算、归因诊断、控制护栏和反馈闭环完整回答。
生成式 AI 搜索削弱点击后，搜索广告计费模式应如何从 CPC 演变？
这题考 AI 搜索商业化定价迁移，关键是说明 CPC 弱化后如何按曝光、互动、线索、成交和辅助转化建立混合计费，而不是简单说从点击改成转化。
AI 搜索答案错误引用广告主信息时，产品和流程安全护栏如何设计？
这题考 AI 搜索商业化场景下的可信和事故治理，回答要覆盖信息源约束、生成时校验、用户侧呈现、人工审核、投诉处置和模型反馈闭环。
大模型如何重构“周末去北京哪里玩”这类内容平台搜索体验？
这题考内容平台 AI 搜索体验设计，重点是把“视频列表”升级为可执行的本地生活决策方案，覆盖意图澄清、内容证据、个性化行程、互动改写、行动转化和可信评估。
公开群聊搜索排序如何设计，如何结合群名称/内容相关性、活跃度、用户兴趣、质量安全和多样性信号决定排名？
这题考搜索排序系统设计：候选人要能从召回、相关性、质量安全、个性化、多样性和评估指标出发，设计公开群聊搜索的排名策略。
给定群聊数据表，如何为公开搜索排序设计群聊特征提取系统，并从 UID、群主、兴趣、活跃度等字段构建可用特征？
这题考特征工程和数据系统设计：要能把原始群聊表变成可供搜索排序使用的群、用户、群主、兴趣、活跃度、质量和实时特征，并保证一致性、可解释性和可监控。
RAG 项目里的召回排序链路如何设计，Embedding 召回、粗排、重排和答案生成各自承担什么职责？
这题考 RAG 的工程链路设计：不是只接一个向量库，而是要把查询理解、混合召回、粗排、重排、上下文拼装、生成约束和评测闭环讲成一条可上线的检索增强系统。
同题还出现在 3 个公司岗位
RAG 混合召回链路中 URL 解析怎么做，如何把网页链接、正文和元数据接入向量与关键词召回？
这题考的是 Web 类知识源进入 RAG 的完整索引链路：候选人要能讲清 URL 规范化、网页抓取解析、正文抽取、元数据建模、chunk 切分、向量和关键词混合召回、权限过滤、去重引用和评估闭环。
RAG 为什么要引入父子索引，如何兼顾小粒度召回和大粒度上下文回填？
这题考的是 RAG 检索粒度设计：小 chunk 更容易被向量或关键词召回命中，但单独放进上下文时可能缺少标题、章节、定义、前提和表格上下文；父子索引用子块做高精度召回，用父文档或父章节做证据回填，从而兼顾召回命中率、答案可读性和上下文预算。
RAG 检索中为什么要混合 BM25 和向量召回，融合权重或比例如何设置和评估？
这题考 sparse+dense hybrid retrieval 的工程判断：BM25 擅长精确词项、专名、数字、错误码和短查询，向量召回擅长语义相近、同义表达和自然语言问题。融合比例不是拍脑袋固定值，而要根据 query 类型、离线指标、线上反馈、延迟成本和 badcase 分布动态调优。
同题还出现在 1 个公司岗位
RAG rerank 后 TopK 与上下文长度预算如何选择，过短或过长时怎么处理？
这题考的是 rerank 之后的证据选择策略：TopK 不是固定返回几个 chunk，而是在相关性、证据覆盖、去重多样性、父子扩展、token 预算、模型长上下文能力、延迟成本和拒答策略之间做动态取舍。
RAG 检索召回无关内容时，如何从 query rewrite、混合检索、rerank、过滤和拒答机制处理？
这题考察候选人能否把 RAG 无关召回拆成可诊断、可治理、可评估的检索链路问题，而不是只说调提示词或换模型。
同题还出现在 1 个公司岗位
生产级 RAG 的数据解析与入库流水线如何设计，如何处理 PDF、DOCX、表格、图片和多格式文档？
生产级 RAG 的数据解析与入库流水线应从文件接入、格式识别、内容解析、结构保留、规范化切分、embedding、索引落库、权限和质量监控全链路设计。PDF、DOCX、表格、图片、Markdown、TXT 和富文本的解析策略不同：PDF 要区分数字文本和扫描件，DOCX 要保留标题层级和表格，表格要理解 sheet、表头和单元格关系，图片要 OCR 或生成视觉描述，多格式文档要保留统一的 document、section、chunk 和 asset 元数据。入库侧要支持幂等、版本、增量更新、失败重试、死信队列、ACL 过滤、向量库和关键词索引协同，以及可回溯的解析证据。
RAG 中 query rewrite、HyDE 和 RRF 分别解决什么问题，如何接入混合检索链路？
这题考的是候选人是否能区分 query rewrite、HyDE 和 RRF 在混合检索中的职责：rewrite 改善查询表达，HyDE 用假设答案拉近语义空间，RRF 融合多路召回结果，它们分别作用在召回前、向量查询构造和多路结果融合阶段。
GraphRAG 中 local、global、混合检索和社区检索分别如何工作，适合什么问题？
这题考的是候选人是否理解 GraphRAG 不是单一检索方法，而是一组利用实体、关系、社区和文本证据组织上下文的策略：local 偏实体邻域，global 偏全局主题，社区检索偏聚合摘要，混合检索负责把图和文本召回结合起来。
RAG 中如何评估 Rerank 的有效性，应该看哪些离线指标和线上指标？
这题考的是候选人能否把 rerank 评估从“看排序模型分数高不高”讲成完整闭环：离线看相关性排序和证据覆盖，线上看答案质量、用户行为、延迟成本和系统稳定性，并注意 rerank 可能改善排序但损害整体 RAG 体验。
图纸类视觉内容没有文本描述时，如何依托视觉特征、多模态 Embedding 和向量检索实现精准召回？
这题考无文本图纸检索系统设计：要能从图纸预处理、视觉和多模态 embedding、向量索引、混合召回、重排、评估和工程更新链路讲清楚如何提高精准召回。
RAG 中既然向量检索已经计算相似度，为什么还需要 Cross-Encoder 重排？
这道题考察 RAG 检索链路中双塔向量召回和 Cross-Encoder 重排的职责边界。好的回答要说明向量检索适合在大规模语料上做低成本粗召回，但它把 query 和文档分别编码，主要比较全局语义相似度，难以精细判断短语匹配、否定关系、字段约束、时效和答案可用性。Cross-Encoder 把 query 与候选片段一起输入模型，可以做 token 级交互和上下文相关判断，因此通常用于小候选集精排。回答还应覆盖成本、延迟、候选规模、失败模式、评估指标和何时不需要重排。
向量数据库检索到语义相关但时间过久的历史信息时，RAG 系统应如何判断能否使用？
这道题考察 RAG 系统面对“语义相关但时间过久”的向量检索结果时，如何把相关性判断升级为证据可用性判断。回答要说明不能只看 embedding 分数，而要结合问题的时效敏感度、文档时间戳、版本、生效范围、来源权威性、与新证据的冲突情况和业务风险来决定使用、降权、补检、拒答或提示不确定。好的方案还要覆盖元数据过滤、时间衰减、动态检索、冲突检测、评估指标和上线监控。
RAG 什么时候只用静态知识库，什么时候需要接入动态网页检索？
这道题考察 RAG 检索源选择和系统边界设计。回答要说明静态知识库适合权威、可治理、更新频率低或组织受控知识，优势是稳定、可审计、低延迟、低风险；动态网页检索适合新闻、政策、价格、版本、故障状态、市场信息等变化快且静态库无法覆盖的问题，优势是新鲜度和覆盖面。高质量回答应给出 query 路由、混合检索、来源可信度、成本延迟、安全合规、冲突处理、引用和评估方案，而不是简单说“静态不够就联网”。
VikingDB 这类向量数据库如何设计核心链路，向量写入、ANN 索引、元数据过滤和查询召回如何协同？
这道题考察对向量数据库核心链路的系统设计能力，而不是背某个产品未公开实现。回答要从写入、向量化、分片、持久化、ANN 索引构建、增量更新、元数据过滤、查询召回、重排和运维指标串起来，说明向量、原始文档、元数据和索引如何保持一致。关键是讲清近似召回与过滤条件的协同：先过滤、后过滤、混合过滤各有什么代价；写入与索引的实时性、删除更新、分布式扩展、一致性和评估指标如何设计。
文本搜图场景如何设计图片搜索系统，让用户搜“小狗”时能召回包含小狗的图片？
文本搜图系统要让用户输入“小狗”时召回包含小狗的图片，核心不是只按文件名搜索，而是建立图片内容理解、文本语义表示、索引召回和排序评估的完整链路。图片侧需要离线或实时提取对象标签、检测框、caption、OCR、视觉向量和多模态向量；查询侧需要把文本解析成语义向量和关键词；召回侧结合倒排索引、向量检索和元数据过滤；排序侧再按语义匹配、对象置信度、图片质量和用户意图重排。
在商品库中如何快速找出相似商品描述，倒排索引、向量召回和 ANN 检索各适合什么场景？
这道题考商品文本检索的工程设计。好答案要先定义“相似”是近重复、同款、替代品还是语义相关，再比较倒排索引、向量召回和 ANN 的机制、成本、召回质量、实时更新和线上评估。