AI 引用前實際見到咩？從 OpenWebUI 睇語意檢索

頁面被找到、被擷取，亦被切成內容片段之後，仲唔代表 AI 會引用佢。以 OpenWebUI 嘅 RAG 流程嚟睇，系統會透過語意檢索取回少量相關片段，模型實際見到嘅係呢啲片段，而唔係完整頁面。即使某個頁面多次成為 reference，最後答案是否引用佢，仍然會受到模型生成結果影響。

AI SEO 唔可以只問「我嘅頁面有冇相關內容」。頁面被搜尋到、被擷取，亦被切成內容片段之後，系統仲要再做一次選擇：邊啲片段最接近今次查詢，值得放入模型上下文。

呢篇係 OpenWebUI 系列嘅第五篇。前一篇〈OpenWebUI 點樣切分內容：AI SEO 點解要理解字元密度〉分析內容點樣被切成片段。本文接住分析呢啲片段點樣被語意檢索選中，以及點解「成為 reference」唔等於「最後被引用」。

本文唔會深入拆解 embedding model、向量資料庫或 top-k 參數。呢篇嘅重點比較窄：喺 RAG 流程入面，模型最後見到嘅通常唔係完整頁面，而係被取回嘅內容片段。

語意檢索發生喺內容切分之後

內容被切成片段後，系統仲要判斷邊啲片段同查詢最接近。呢一步就係語意檢索。佢唔係返去完整網頁入面重新閱讀成篇文章，而係喺已經切分同儲存嘅內容片段中搵出相關結果。

喺 OpenWebUI 呢類 RAG 流程中，頁面內容會先被處理成可檢索嘅內容片段。當系統要回答問題時，會根據查詢取回相關片段，再將呢啲片段放入模型上下文。

因此，AI SEO 嘅 Relevance 階段唔係單純問「文章有冇答案」。更精準嘅問題係：真正能夠回答問題嘅內容片段，有冇被語意檢索選中？

如果答案喺完整文章入面存在，但冇進入被取回嘅片段集合，對模型嚟講，佢就等於冇出現喺今次回答嘅可用上下文入面。

喺傳統 SEO 入面，內容團隊常用完整頁面嚟思考可見度：呢個 URL 有冇排名、呢篇文章有冇覆蓋主題、呢個頁面是否足夠完整。

但喺 RAG 流程入面，模型最後見到嘅通常唔係整篇文章，而係語意檢索選出嘅內容片段。呢啲片段可能嚟自同一頁，亦可能嚟自唔同頁面。模型生成答案時，係根據呢啲被放入上下文嘅片段，而唔係根據完整網站或完整文章。

呢點解釋咗點解「頁面有相關資訊」唔代表 AI 一定會使用佢。相關資訊必須被切成可用片段，並且喺語意檢索中被選中，先有機會進入模型上下文。

呢亦解釋咗點解同一個頁面可能喺某啲問題入面表現好，喺另一啲問題入面完全冇出現。因為每次查詢取回嘅內容片段可能唔同，進入上下文嘅材料亦唔同。

分析 AI SEO 時，要分清楚 reference 同 citation。Reference 可以理解為進入模型上下文、可被模型使用嘅來源或片段。Citation 則係最後答案中顯示出嚟嘅可見引用。

兩者唔係同一件事。一個頁面可能因為其中某個內容片段被取回而成為 reference，但最後答案唔一定會顯示該頁面為 citation。模型可能使用咗片段入面嘅資訊但冇顯示引用，亦可能選擇引用其他更直接、更完整或更容易支撐答案嘅來源。

呢點對 AI SEO 診斷好重要。如果某個頁面成為 reference，但冇被引用，問題唔一定喺 Discovery，亦唔一定喺內容擷取或切分。佢可能已經通過前面嘅流程，只係喺最後 Citation 階段冇被選成可見來源。

所以，見到頁面冇出現喺 AI 答案嘅引用入面，唔應該即刻判斷佢完全冇被找到。更合理嘅拆解係：佢是否被搜尋到？是否被擷取？是否被切成內容片段？是否被語意檢索取回？最後是否被答案顯示為 citation？

AI 生成答案唔係固定模板。即使相同頁面多次進入上下文，模型每次生成答案時嘅措辭、重點同引用選擇都可能不同。

呢代表同一頁面即使多次成為 reference，亦未必每次都變成 visible citation。某次回答可能引用佢，另一次回答可能改引用其他來源，或者只使用片段資訊但冇將佢顯示成引用。

呢唔代表 reference 冇價值。能夠進入上下文，已經代表內容通過咗前面嘅搜尋、擷取、切分同語意檢索。但 citation 係後面嘅選擇，會受到答案生成、來源競爭、片段完整度同可驗證性影響。

呢類 citation failure 可以用其他方法改善，例如令片段更直接支撐答案、提高可驗證性、補足上下文或改善來源呈現。不過，呢已經係 Citation stage 嘅問題，唔係本文呢篇語意檢索分析嘅範圍。

本系列前幾篇拆解嘅係 citation 發生前嘅中間流程。由查詢生成、頁面擷取、內容切分，到語意檢索，每一步都會決定邊啲內容有機會進入答案。

呢篇文章嘅重點係：進入上下文只係 citation 嘅前提，唔係 citation 嘅保證。模型實際見到嘅係被語意檢索取回嘅內容片段，而唔係完整頁面。即使頁面成為 reference，最後答案是否顯示 citation，仍然取決於生成結果同來源選擇。

因此，AI SEO 診斷要將 retrieved reference 同 visible citation 分開睇。前者說明內容有冇進入模型可用上下文。後者說明內容有冇成為最後答案中嘅可見來源。呢兩者之間嘅落差，正係後續 Citation stage 需要分析嘅問題。

通常唔係。以 OpenWebUI 嘅 RAG 流程嚟睇，模型最後見到嘅係被語意檢索選中嘅內容片段，而唔係完整頁面。

因為 reference 代表頁面或片段進入咗模型可用嘅上下文，但最後答案是否顯示引用，仍然取決於模型點樣生成答案，以及該片段是否足夠支撐輸出內容。

2026-06-04 · 8 min read · RAG Technical Deep Dive 繼續閱讀 →