Embedding

Embedding 指用模型把文本映射为固定长度数值向量的技术，也指得到的那组向量本身。向量之间的距离反映语义相似度，因此可以用来做语义检索、聚类与去重。它由专门的向量接口提供，与生成类接口是两条不同的路径，计费方式也通常更便宜。

它解决什么问题

关键词检索只能匹配字面，语义检索能匹配含义——「怎么申请密钥」和「API Key 在哪里获取」字面几乎不重合，但向量距离很近。

典型流程是：把文档切片后逐片转成向量存起来；用户提问时把问题也转成向量，找出距离最近的若干片，再把这些片段交给生成模型回答。这就是常说的检索增强生成（RAG）。

和生成模型的关系

	向量接口	生成接口
输入	文本	消息与参数
输出	一组数值	生成的内容
用途	找到相关内容	组织成回答
成本	通常低得多	较高

两者配合使用：向量负责「找对材料」，生成负责「把材料变成答案」。

常见误解

• Embedding 不会回答问题。 它只输出向量，没有生成能力。
• 换模型就得全部重算。 不同模型产生的向量不在同一空间，混用会得到毫无意义的相似度。换模型意味着整个向量库重建。
• 向量检索不保证正确。 它找的是「语义相近」，不是「事实正确」。检索到错误片段，生成的回答一样会错。

为什么它和上下文窗口有关

上下文窗口有限，长文档塞不进去。先用向量检索缩小到真正相关的几段，再放进窗口，是控制成本与提升准确率的常规做法。