“搜索技術既是一項獨立的技術，也是RAG技術的基礎。”

最近了解到一個新技術，當然這個新技術是對作者來說，其技術已經存在一段時間了；它就是深度搜索技術——Deep Search。

作者最近一段時間主要從事的方向是RAG和Agent領域，然后這幾天突然了解到深度搜索這項技術，然后就很好奇它和rag有什么區別和聯系。

Deep Search和RAG

學習一項新技術，我們首先要搞明白這個技術是干啥的，它有什么用，因此先不糾結其概念。

顧名思義，從名稱上來看Deep Search 叫深度搜索，簡單理解就是一種搜索技術；與傳統的搜索方式對比，其核心在于深度兩個字。

說到搜索技術，其存在的時間不是一年兩年了，從計算機出現之后搜索就是一個一直存在的課題；或者說在計算機出現之前搜索技術就已經存在了，只不過形式不同而已。

所以，這個所謂的深度搜索和傳統的搜索技術有什么區別呢？ 

其實深度搜索技術是在人工智能爆火之后提出的一個新技術名詞，其本質上是傳統搜索技術與人工智能技術的一個結合。

傳統的搜索技術主要使用的是關鍵詞匹配技術，適合精確查詢；而深度搜索是基于語義的深層理解，適合復雜意圖查詢。

從目標上來說，傳統搜索和深度搜索沒有太大區別；都是為了更加準確的檢索到用戶需要的信息；但其有各有側重點，傳統搜索主要用來保證召回率，而深度搜索主要用來提升準確率和用戶體驗；技術不同，但目標相同。

現在了解了深度搜索的基本情況，那么作者就好奇了，它和檢索增強生成又有什么區別？ 

核心概念對比

從目標上來看，深度搜索的側重點是搜索結果，而RAG的側重點卻是增強生成。

深度搜索的目的是把與用戶問題相關的內容準確的展示給用戶；而RAG檢索增強的目的，是根據檢索回來的結果來讓大模型進行更好的生成，減少幻覺問題。

所以，從這點也可以看出其實深度搜索和檢索增強生成是有共同點的，那就是深度搜索技術可以作為RAG技術的檢索模塊，用來更準確的檢索回相關數據。

因此，深度搜索常見的應用場景主要有搜索引擎，站內搜索，商品搜索等；而rag主要的應用場景是智能客服，多輪對話，專業問答等。

實際項目中的選擇考量

選擇 Deep Search 當：

• 用戶需要看到原始信息源
• 查詢結果具有主觀性，需要多角度信息
• 涉及時效性、權威性等多維度評估
• 用戶有信息篩選能力

選擇 RAG 當：

• 用戶希望直接獲得答案
• 需要跨文檔的綜合理解
• 問題涉及復雜的推理鏈條
• 面向非專業用戶群體

總結

• Deep Search：更注重檢索的廣度、深度和質量控制
• RAG：更注重檢索后的理解、推理和答案生成

兩者不是替代關系，而是互補的技術范式，在很多實際應用中會結合使用。

本文轉載自??AI探索時代?? 作者：DFires