Sådan bliver AI-svar til
Hybrid søgning
Kaldes også: Hybrid search, BM25
Hybrid søgning kombinerer søgeordsmatch, tit med en formel, der hedder BM25, og vektorsøgning efter betydning, og fletter så resultaterne sammen.
Med enkle ord
Søgeordssøgning er god til præcise match: navne, produktkoder og fejlnumre. Vektorsøgning er god til lignende betydning.
Anthropic beskriver BM25 som en rangeringsfunktion, der finder præcise match af ord eller fraser. Den bygger på en ældre idé, der hedder TF-IDF.
Eksempel
Anthropic giver dette eksempel. Nogen søger på "Error code TS-999" i en supportdatabase. En embedding-model finder måske indhold om fejlkoder generelt, mens BM25 finder det præcise match "TS-999".
Hvorfor det betyder noget for AI-søgning
I Anthropics test virkede kombinationen af embeddings og BM25 bedre end embeddings alene.
Så både dine præcise ord og din betydning tæller. Præcise navne hjælper søgeordssøgning; klare forklaringer hjælper vektorsøgning.
Det kan du gøre
- Skriv præcise navne, modelnumre og koder i almindelig tekst, ikke kun i billeder eller PDF'er.
- Forklar også med enkle ord, hvad de er.
- Brug altid det samme navn for hvert produkt.
Forveksles ofte med
- Vektorsøgning
- Vektorsøgning er den ene halvdel af hybrid søgning: den, der søger efter betydning.
Kilder
Fakta og kilder sidst tjekket 19. oktober 2026.
Relaterede begreber
Hvordan klarer din side sig i AI-søgning?
GEO-Score tjekker en side på 22 signaler, fra adgang for AI-crawlere til strukturerede data, og viser, hvad du skal rette først.
Analysér en side