引言：从一个看似简单的市场查询说起

"帮我查一下2021到2023年中国和全球移动游戏市场规模，还要同比增速！"

当市场分析师小王在电脑前输入这个查询时，屏幕另一端的AI正在上演一场精彩的"庖丁解牛"大戏。

这条看似简单的查询，实际上是一把未经雕琢的玉料，包含着复杂的信息和需求：

• 多个时间维度：横跨2021-2023三个年份

• 多个实体对象：既关注中国移动游戏，又关注全球移动游戏

• 复合指标需求：不仅要市场规模，还要同比增速

如何优雅地处理这种复杂查询，让AI系统能够准确理解并提供精准答案，是一个极具挑战性的问题。今天，我们就来一探究竟，看看AI是如何学会"庖丁解牛"般精准拆解查询的。

传统方法：规则加正则的"硬碰硬"

如果要使用传统方法拆分这条查询，那可要费很大的功夫了！传统的查询拆分方法主要依赖于人工定义的规则和正则表达式匹配。让我们看看这种方法会如何处理上面的查询：

1. 时间识别：使用正则表达式匹配"2021到2023年"这样的模式

2. 实体识别：通过关键词匹配或预定义字典识别"中国移动游戏"和"全球移动游戏"

3. 指标提取：查找诸如"市场规模"、"同比增速"这样的术语

这种方法存在明显的局限性：

• 规则制定繁琐：需要手动编写大量规则来覆盖各种表达方式

• 维护成本高：业务变化时需要不断更新规则库

• 缺乏语义理解：难以处理含糊表达或隐含信息

• 扩展性差：对于新领域、新表述方式的适应能力有限

不少老工程师因此感叹："维护这套规则就像是在打补丁，永远都补不完……"

EasyLink的做法：让AI来当"庖丁"

现代方法则更像是让AI充当"庖丁"，以更智能的方式解析查询。下面是Easylink实现的一个基于LLM的查询分析系统：

核心思路：提示工程 + 大模型推理

这套系统的核心是利用预先设计的提示（Prompt）和大语言模型来解析和分解查询：

def _create_prompt(self, query: str) -> str:
    """Create a structured prompt for the LLM."""
    return f"""请严格按照以下JSON格式解析查询并输出结果。
输入查询: {query}
请分析该查询并生成符合以下结构的JSON:
```json
{{
    "raw_query": {{
        "text": "原始查询文本",
        "intents": [],
        "entities": [
            {{
                "mention": "原文实体名称",
                "norm": "规范化实体全称",
                "facets": [
                    {{
                        "name": "指标名称",
                        "time_raw": "原始时间表达式",
                        "time_start": "YYYY-MM-DD格式的开始时间",
                        "time_end": "YYYY-MM-DD格式的结束时间"
                    }}
                ]
            }}
        ],
        "search_terms": [
            "相关检索词1",
            "相关检索词2"
        ]
    }},
    "decomposed": [
        {{
            "text": "分解后的查询文本",
            "intents": [],
            "entities": [
                {{
                    "mention": "原文实体名称",
                    "norm": "规范化实体全称",
                    "facets": [
                        {{
                            "name": "指标名称",
                            "time_raw": "时间表达式",
                            "time_start": "YYYY-MM-DD格式的开始时间",
                            "time_end": "YYYY-MM-DD格式的结束时间"
                        }}
                    ]
                }}
            ],
            "search_terms": [
                "分解后相关检索词1",
                "分解后相关检索词2"
            ]
        }}
    ]
}}

这个方法构建了一个详细的提示，结合LLM强大的语义泛化能力增强查询的分析与拆解。具体来说，它可以：

1. 识别原始实体：比如"中国移动游戏"并规范化为"中国移动游戏市场"

2. 提取指标和时间：将"2021到2023年"转换为标准日期格式

3. 生成有效的检索词：自动生成多种表述的相关检索词

4. 多维度拆分：按照年份和实体进行双重分解

为什么EasyLink方案更胜一筹？

特性	传统方法	EasyLink方案
语义理解	表面文本匹配	深度语义理解
拓展能力	需要手动添加规则	自动适应新表述
维护成本	高（需要不断更新规则）	低（提示优化即可）
分解精度	粗粒度	细粒度、多维度
上下文理解	有限	强大
业务变化适应	慢（需修改代码）	快（修改提示即可）

应用价值：为RAG系统插上翅膀

在检索增强生成（Retrieval-Augmented Generation, RAG）系统中，查询拆分就像是给系统安装了一副"精密放大镜"，它带来的价值不言而喻：

1. 提高检索精度

原始查询往往过于宽泛和模糊，比如"近三年中国电商发展趋势"。通过智能拆分，我们可以得到更细粒度的子查询：

• "2021年中国电商市场规模"

• "2022年中国电商用户数量增长情况"

• "2023年中国主要电商平台市场份额变化"

每个子查询能够更精准地命中相关文档，避免了"大水漫灌"式的检索。

解决复杂查询难题

对于"比较2021-2023年中国、美国、欧洲三地区的新能源汽车补贴政策变化"这样的复杂查询，传统系统可能会因为检索词过多而效果不佳。

智能拆分则会生成如下子查询：

• "2021年中国新能源汽车补贴政策"

• "2022年美国新能源汽车税收减免"

• "2023年欧洲电动车购买激励计划"

这样的拆分让系统能够分别找到最相关的信息，然后再进行整合。

3. 优化资源利用

智能拆分不是简单的"分而治之"，而是"分而优之"：

• 并行检索：多个子查询可以并行执行，提高系统吞吐量

• 差异化处理：对不同类型的子查询使用不同的检索策略

• 精准缓存：子查询结果更易于缓存和复

 结语：AI的"庖丁解牛"之术

正如《庄子·养生主》中所言："良庖岁更刀，割也；族庖月更刀，折也。"

传统的查询处理方法就像是"族庖"，常常需要"更刀"；而智能化的查询拆分则更像是"良庖"，看似简单，实则精妙。

通过将大语言模型的语义理解能力与精心设计的提示结合，EasyLink团队实现了对复杂查询的精准拆解。这不仅提高了信息检索的效率和准确性，更为下一代企业AI智能体奠定了基础。

当AI学会"庖丁解牛"之术，企业知识将真正释放价值，让每一次提问都能得到精准、全面的解答。正如那句古老的谚语所说："工欲善其事，必先利其器。"在信息爆炸的时代，精准的查询拆分，正是我们手中不可或缺的利器。