第三章 认知搜索理论

一份失灵的 Prompt 手册

一家公司的 AI 应用小组做了一件看起来很正确的事。

他们把一段时间里所有被验证有效的提问方式整理成一份《Prompt 手册》：怎么让 AI 扮演角色，怎么分步推理，怎么列失败模式，怎么做头脑风暴……一共收录了几十条，全公司推广。

推广开之后，反馈两极分化。有人说效果立竿见影，有人说完全没用。同一条“列失败模式”技巧，两个团队的评价截然相反：一个团队在新功能评审中用它找到了遗漏的依赖，另一个团队在目标尚未明确时使用，觉得它“纯粹浪费时间”。两边都认真执行了。

负责人很困惑：技巧都是验证过的，执行也都到位，为什么效果像掷骰子？

换个角度看，同一个方法可能在一个项目上屡试不爽，换个项目就失去效果；同一个人也可能昨天还能驾驭 AI，今天面对新问题却无从下手。

为什么同一套被验证过的方法，换个场景就时灵时不灵？

手册失灵的四个信号

先把这类"不稳定"背后反复出现的现象放在一起看。

技巧可能用错位置

仔细复盘那些失效案例，会发现一个规律：技巧大多有效，只是常常用错了地方。

方案的方向从一开始就错了，加深推理只会把错误论证得更充分；提问目标模糊，换十个角色也只会得到十种模糊答案。技巧之间似乎各有分工：有的影响方向，有的影响深度，有的影响起点，但这份分工从未被明确画出来。

背景资料会改变搜索状态

两个工程师用同一个模型，修同一个系统的故障。一个把报错信息直接丢过去；另一个先粘贴了系统架构说明和自己的初步判断，再给报错。

后者的答案质量稳定地更好。架构知识本来就在模型的知识里，那份文档没有教给 AI 新知识，却改变了这次搜索的状态。这种状态可以被外部塑造。

长期项目需要持续维护

很多超过三个月的 AI 协作项目里，团队会自发地开始维护一些东西：规范文档、决策记录、术语表、阶段总结。没有人教他们这么做，但不维护这些的项目，AI 的表现会逐渐漂移——上个月定下的原则，这个月被悄悄违反；前后两次回答，互相矛盾。

这些东西很少出现在每一次具体的提问里，但它们显然在持续地起作用。

有经验的人能预判表现

有经验的使用者，在按下回车之前，大致能预判这次回答的质量，以及如果质量不行、问题大概出在哪；新手只能事后碰运气。

这种差别一般被归为"手感"。手感难以直接传递，但手册其实是在尝试传递它，只是没有成功。这或许说明，高手脑中存在一个关于"一次交互由什么构成"的隐性模型，只是尚未被说清楚。

从失灵定位结构

这些现象指向同一件事：一次 AI 交互不是一个点，而是一个有内部结构的系统。

把前两章的结论拼起来，这个系统的轮廓已经隐约可见。第一章看到：输入设定了搜索的初始条件。第二章看到：回答是初始条件出发的一条搜索轨迹。合起来，一次回答就是这个系统的一次运行。

从"结构"这个视角看，这些现象可以这样解释。

技巧为什么时灵时不灵？如果交互是一个系统，每个技巧作用的只是其中某个部分。瓶颈在这一部分时，技巧才会生效；瓶颈在别处，技巧自然无效。由此可以推出：系统确实存在可区分的部分，否则技巧的效果无法解释。

背景资料为什么有用？它说明除了这一次输入的内容之外，还有一层更持久的东西在塑造搜索。资料不是在这次交互中临时生效的，它改变的是搜索赖以开始的那个状态。

长期项目为什么需要维护？那层持久的东西不是静态的——它会被每一次搜索的经验不断更新。维护得好，它越来越贴合项目；不维护，它就在一次次搜索中失真。

高手为什么能预判？因为系统的结构是稳定的、可学习的。他见过的每一次交互，都在校准他脑中那张结构图。

问题也就从"为什么技巧不稳定"，转向了另一个问题：

这张结构图，到底长什么样？

三种工程视角的缺口

在给出这张图之前，先看现有的三个工程视角各自遗漏了什么。

Prompt 工程视角

提示词工程（Prompt Engineering）把交互看成"写好一句话"的艺术。它积累了大量有效的技巧，这是它真实的贡献；但它的视野只有输入这一个点。它回答不了：技巧为什么失效？长期项目维护的那些文档算什么？一个只看得见输入的视角，注定画不出整张图。

上下文工程视角

上下文工程（Context Engineering）进了一步：它意识到问题不只是那句话，还有那句话背后的所有信息。但它把一切归结为"往上下文里放对资料"——目标、约束、背景、记忆、规范，被装进同一个袋子。它回答不了：为什么这份资料改变了结果，而那份没有？为什么有的信息需要长期维护，有的用过即弃？不区分作用的种类，就无法解释作用的差别。

Agent 与 Workflow 视角

还有一种视角直接跳到了编排：把复杂任务拆给多个 Agent，用 Workflow 串起来。编排确实是趋势，但它回答的是一个更后面的问题。如果一次调用的内部结构都还没有说清楚，那么编排一百次调用，也只是把不理解的东西复制了一百份。

这些视角并非错误，它们各自描述了系统的一部分，但还没有把一次搜索和长期搜索放进同一个框架。本书第四篇会再讨论它们在框架中的位置。

四层框架正式成形

前两章和上面的分析已经提供了足够的材料。先给出本书的正式定义：

认知搜索（Cognitive Search）：AI 在认知空间中，根据当前搜索配置，不断探索、筛选和组合知识，最终形成回答的过程。

这个定义中的各个部分都来自前文。认知空间是模型先验与当前可获得的知识、经验和模式构成的可能性背景；搜索配置是持续塑造未来搜索、并可被维护的控制规格及组织结构；探索、筛选和组合是搜索的实际动作；回答则是搜索形成的结果。

一次认知搜索至少要回答四个问题：从哪里开始？为了什么？能去哪些地方？具体怎么走？它们对应一次搜索的四个组成部分：

• 搜索初始化（Search Initialization）：搜索开始之前，AI 已经拥有的认知状态——先验、偏置、角色、被预热的背景。
• 搜索目标（Search Objective）：这次搜索为了什么，以及什么答案算最好。
• 搜索空间（Search Space）：这次搜索实际可以探索的可能性范围。
• 搜索运行（Search Runtime）：搜索如何一步步真正执行。

第二章用过的两个词，现在也可以给出正式说法。搜索进行到某一时刻，基于当前输入、工具结果和中间结论形成的暂时工作状态，称为搜索状态（Search State）；我们对这些状态变化和输出序列所做的过程抽象，称为搜索轨迹（Search Trajectory）。

这里的“当前输入”就是一次搜索的 Context：它不只包括搜索配置按任务裁剪后的内容，也包括当前任务、外部证据、工具结果和交互历史。Context 中保留的上一轮判断或行动，可能继续影响本轮搜索状态；这是一种当前搜索中的历史影响，不等于搜索配置已经发生了更新。

需要对齐两个章节中的说法：第一章的"初始条件"，指搜索初始化完成、搜索即将开始时的状态，也是搜索状态的起点。第一章的三个变量是四层尚未拆开时的合并说法；拆开后，起点与方向落在搜索空间层，"范围"将在第六章进一步细化，而"AI 在开口之前已经拥有了什么"属于搜索初始化。

最后，把多次搜索连起来。那层贯穿始终、被长期维护的东西，称为搜索配置（Search Configuration）：持续影响未来搜索的一组控制规格及组织结构——目标、规则、约束、评价标准、产品定位、设计原则、历史决策，以及被固化或引用的 Memory、Workflow、Agent 职责，都可以纳入其中。而经验不断沉淀为配置、配置不断塑造未来搜索的循环，称为搜索演化（Search Evolution）。

由此可以得到理论的基本骨架：一次搜索有四层，多次搜索由搜索配置贯通，配置又在搜索演化中更新。

一次搜索与长期搜索

先看一次搜索。四个组成部分通常按初始化、目标、空间、运行的顺序启动，构成四层搜索模型；反馈也可能让目标、空间和运行方式重新调整：

层	回答的问题
搜索初始化	AI 从什么状态开始搜索？
搜索目标	AI 为什么搜索？什么答案算最好？
搜索空间	AI 可以搜索哪些可能性？
搜索运行	AI 如何完成搜索？

四层共同影响一次回答的质量。回答失败时，通常可以先定位到其中一层；哪些情况落在四层之外，后面的理论边界会再说明。

再看长期。搜索配置站在每一次搜索的背后，塑造它的初始化、目标与空间；每一次搜索的结果又反过来成为经验的来源：

一次搜索产生结果，结果被提炼为经验，经验更新搜索配置，新配置再塑造未来搜索。项目因此不只是回答的堆积，也会形成持续更新的系统。

三张结构图

认知空间、搜索空间与搜索轨迹的关系如下：

四层搜索模型如下：

长期项目的演化闭环如下：

三张图放在一起，可以看到两条关系：一次回答由四层搜索构成；多次搜索由搜索配置贯通，并在搜索演化中更新。

这套理论如何接受检验

这里还需要回答一个质疑：把 AI 的活动叫"搜索"，会不会只是换了个词？

这个质疑值得认真对待。换说法是不需要证据的——任何现象都可以被重新描述。把"AI 给出了回答"改叫"AI 完成了一次搜索"，如果到此为止，那么前面三章就只是一场词汇练习，什么都没解释。

换词和解释的区别，在于解释必须多做一件事：把整体拆成结构，让结构的不同部分可以被分别检验、分别调整、分别出错。可以用三道检验来判断这套理论属于哪一种。

可拆解。认知搜索被拆成四层，每层都有不同的失效方式：初始化空白，目标缺失，空间锁死，运行失控。本章开头的手册失灵，正说明不同技巧可能在不同层面失效。

可预测。改变初始条件，轨迹就可能改变；瓶颈所在的层，也会影响技巧是否有效。例如目标层缺位时，方向层的技巧再强也无法补上成功标准。这些判断可以先预测，再验证。

可操作。回答失败时，可以按初始化、目标、空间、运行逐层检查。仅仅换一个词无法提供这样的定位，结构才可以。

但仅有三道检验还不够。一套诚实的理论，还必须说清楚自己做不到什么。这套理论有三条明确的自我限制。

它不承诺结果正确。更好的搜索不等于更正确的答案：评价函数可能设错，环境反馈也可能被误读。理论能改善搜索过程，但不能替代现实检验。

它有明确的失效区。当所需知识不在认知空间里，任何配置都无能为力。此时应补充材料或更换工具。工具本身的缺陷也不属于认知搜索问题；理论能做的是帮助识别边界。

它写好了自己的失效条款。理论边界文档明确规定：如果 Prompt、Context、Memory、Workflow、Agent 无法被统一解释为搜索控制，理论失败；如果改变搜索控制参数无法改变 AI 的行为，理论失效。这些条件使理论承担了可被检验的风险。

因此，"搜索"是否构成解释，要看它能否在具体项目中帮助定位和修复问题。下次回答令人失望时，可以按四层排查；如果理论能指出问题所在并指导修复，它就不只是换词。

先找理论可能失效的地方

检验不能只挑容易成功的任务。至少有几种结果，应该被当作反例记录下来：Context 加得更多，回答却因为冲突和噪声变差；Workflow 增加了等待和维护成本，却没有降低错误；Agent 拆分后职责边界更模糊，协作反而变慢；目标已经明确，模型仍因缺少领域知识而持续出错；配置积累后出现过期规则，导致重复性偏差。

这些现象不必立刻归咎于使用者“配置得不够好”。它们可能说明参数并非当前瓶颈，或者说明搜索演化需要加入成本、冲突和下线条件。理论的作用不是保证每次调整都有效，而是让失败也能留下可比较的记录。

反例一：资料更全，回答却更散

一个产品团队准备评审“新用户首次使用流程”。他们先把产品说明、三个月的用户访谈、旧版本的埋点报告、客服聊天记录和几份竞品分析一起放进 Context，希望 AI 不漏掉任何线索。第一次回答确实覆盖得很广，却把已经废弃的注册流程和当前版本混在一起，建议之间互相冲突。评审者花了很长时间确认 AI 引用的是哪一份资料，反而没得到可执行的判断。

团队没有继续追加资料，而是把问题拆开检查。他们保留当前版本的流程图、最近一个月的流失数据和本季度的留存目标，明确标注旧资料只用于对照；同时把“先指出证据冲突，再给建议”加入运行要求。第二次回答少了许多背景，却更容易核对，遗漏的问题也能被具体指出。

这次失败没有推翻 Context 的作用。它说明 Context 的价值取决于相关性、时效性和组织方式；“带得更多”只扩大了输入，不必然扩大有效搜索空间。

反例二：Agent 拆得更细，协作却更慢

一个小团队想把竞品分析交给三个 Agent：资料搜集、用户洞察和结论撰写。三者同时启动，分别提交了一份看似完整的结果。问题出在交接：资料搜集没有记录来源的时间范围，用户洞察把推测当成访谈事实，撰写 Agent 只能把三份材料重新比对。团队增加了一个“验证 Agent”后，重复检查更多了，等待时间也变长，最终仍需要人重新确认哪些内容可以采用。

复盘时他们发现，真正没有被验证的是任务结构，而不是执行单元数量。团队先让一个执行单元完成“列出证据、标注不确定性、提出待验证问题”的完整流程，连续跑了几轮，确认交接标准稳定后，才把资料搜集和验证拆开。拆分后的收益来自职责边界和交接格式变清楚，而不是 Agent 数量增加。

Agent 仍然有工程价值，但职责分化需要前提：如果运行结构尚未验证，拆分可能只是把模糊传递变成多次交接。

把技巧归位

这套框架首先要能解释本章开头的"手册失灵"。做法是把每条技巧放到它所属的层里：

常见做法	作用位置
角色设定、Few-shot 示例、先介绍背景再提问	搜索初始化
明确任务目标、给出评价标准、说明"怎样算好"	搜索目标
第一性原理、扮演反方、头脑风暴、列失败模式	搜索空间（起点、方向、广度）
思维链、分步执行、自我反思、调用工具核对	搜索运行
项目规范、决策记录、术语表、Memory	搜索配置

分类完成后，每个技巧都有明确的作用层，也就能解释它为何只在特定瓶颈下有效。"列失败模式"对一个团队有效，是因为他们需要检查方案方向；在另一个团队失效，可能是因为瓶颈在目标层，没人说清楚"怎样算好"。

这也解释了为什么有经验的使用者不依赖手册：他们先判断瓶颈所在的层，再选择对应操作。

重做那本手册

回到开头的案例。手册推广失败后，负责人没有继续补充技巧，而是用四层框架重新盘点手册。

结果很能说明问题。手册里绝大多数技巧都落在搜索空间一层：换方向、列方案、穷举失败模式；搜索运行也有一批：分步推理、自我反思、调用工具核对；搜索目标几乎没有条目，没有一条教人先说清“怎样算好”；搜索初始化也没有涉及如何让 AI 先知道项目是什么。而大量失效反馈恰恰来自这两层——提问没有说清成功标准，或者 AI 缺少项目背景。手册在这些场景里很难发挥作用，因为它没有提供对应层的工具。

小组随后补了两块内容。一块是目标层的"成功标准模板"，每类任务先写清"什么结果算好"；另一块是初始化层的"项目背景卡"，用一页纸说明产品定位、关键约束和术语。除此之外，他们开始维护一份持续更新的决策记录，作为第一份搜索配置。

随后，团队成员遇到问题时，先判断瓶颈在哪一层，再选择对应操作。手册内容没有大改，只是从技巧汇编变成了按层归位的工具箱。

技巧和模型都没有变，变化在于他们看见了技巧背后的结构。

边界与术语

这套框架中有几组概念容易混淆。

"认知搜索，是不是就是 RAG 那套检索？"

不是一回事。RAG 属于信息检索（Information Retrieval）：在文档库里按相关性取回资料，交给模型参考。认知搜索发生在 AI 的认知空间里，是对知识、经验与模式的探索、筛选和组合。本书不讨论信息检索的实现细节；RAG 取回的资料会作为证据输入，改变一次搜索的可用空间和状态，但不等同于认知搜索本身。

"认知空间和搜索空间，是一个东西吗？"

不是。认知空间主要指模型先验与当前可获得的知识、经验和模式；在模型、工具和输入条件固定时，可以作为稳定的分析背景。搜索空间是某一次搜索中实际可及的范围，由初始化、目标、约束、工具和反馈共同划定。第二章说的"大量未被走过的区域"，指的是当前搜索尚未触及的可能性。

"搜索配置和 Context，有什么区别？"

这是全书最容易混的一对概念，值得说慢一点。搜索配置是长期稳定存在的控制参数集合：产品定位、设计原则、编码规范、历史决策、Memory。Context 是一次搜索中模型当前可以接收和利用的任务信息、指令、证据、交互历史、工具结果及其组织方式。搜索配置按任务裁剪后的表达，只是 Context 的一部分。同一份配置可以生成不同的 Context；当前对话和工具结果也会进入 Context，但不会自动成为搜索配置。

所以，准确的说法不是“上下文越来越重要”，而是：长期项目需要维护搜索配置，同时要把每次搜索真正需要的信息组织进 Context。

"四层模型，是不是把简单的事情复杂化了？"

随手问一个问题，确实用不上它。四层模型的价值在于诊断和预测：当结果不好时，它告诉你该检查哪一层；当新技巧出现时，它告诉你技巧改变了系统的哪一部分。它是一张检修图，只在需要检修的时候展开——但长期项目里，需要检修的时候远比你想象的多。

本章总结

本章从一个真实的困惑开始：被验证过的方法，为什么换个场景就时灵时不灵？

我们看到，技巧失效因为它不对症，资料有用因为它塑造了搜索的状态，长期项目自发维护着某些持续起作用的东西，高手能预判因为他们脑中有隐性模型。这四个现象共同指向：一次 AI 交互是一个有内部结构的系统。

前两章留下的线索，在本章正式收束为认知搜索理论：

AI 在认知空间中，根据当前搜索配置，不断探索、筛选和组合知识，最终形成回答的过程。

一次认知搜索由搜索初始化、搜索目标、搜索空间和搜索运行四层构成；搜索状态和搜索轨迹描述单次过程，多次搜索则由搜索配置贯通，并在搜索演化中更新。

本章给出的是搜索系统的整体构造：一次搜索的四层，以及多次搜索之间由搜索配置和搜索演化形成的关系。下一章从搜索初始化开始，检查 AI 在开口之前已经拥有的状态。

章节信息

• 所属篇目：第一篇 · 重新认识 AI
• 本章回答的核心问题：它改变了搜索系统哪一部分？——给出搜索系统的完整构造：一次搜索的四层模型，以及贯通多次搜索的搜索配置与搜索演化