01 / 直觉
不是翻译，是「放坐标」
想象全国城市：北京、上海、杭州各有经纬度。
「北京和天津很近」可以用距离算出来，不用你心里再比较一遍文化。
Embedding 做的是同类的事——给文本一个坐标。
- 输入：一句话 / 一段文档
- 输出：固定长度向量，例如
[0.12, -0.43, 0.08, …]
- 比较：向量夹角（余弦）越小，语义通常越近
注意：
单独看某一维没有含义。有意义的是整体方向。
就像经纬度里「第 3 位数字」本身不重要，整对坐标才定位城市。
02 / 动手
点两句，看相似度
下面句子的向量是预设的示意数据（二维投影到看板），相似度按余弦算。
试试：字面不同但意思像的，会不会也高分。
03 / 地图
语义地图：意思近的会挤在一起
真实 embedding 有几百上千维，这里画成 2D 示意。
点任意点，和上一节选句联动。
04 / 对比
关键词搜索会漏什么
同一句查询「怎么退掉刚下的单」，两种检索方式的结果不一样。
但 embedding 不是银弹：
错别字、专有型号、精确 SKU，有时关键词反而更稳。
生产里常见做法：语义召回 + 关键词/过滤条件再排。
05 / 小结
四句话带走
- Embedding = 给文本发坐标，让「意思近」可以被距离度量。
- 比较用余弦相似度，看方向是否一致，不看向量长度。
- 语义搜索能捞到改写和同义，关键词容易漏。
- 实践常做混合检索：语义 + 字面 + 过滤，不是二选一。