第四章 搜索初始化

开口之前，答案的方向已经定了

两位工程师审查同一段代码，用的是同一个模型。

第一位把代码贴进去，直接问：

"这段代码有什么问题？"

AI 给出了一份常规审查：两处命名可以更好，一个函数过长，建议补充注释。没错，但也就是没错而已。

第二位在贴代码之前，先写了两句话：

"这是一个金融清算系统的核心模块，用 Go 编写，对并发安全和金额精度要求极高。请审查这段代码。"

AI 这次的回答完全变了样：它指出了一处共享变量的竞态风险，提醒金额不应用浮点数表示，还追问清算失败时的幂等性如何处理。每一条都打在这类系统真正的要害上。

同一个模型，同一段代码，同一个问题。多出来的只有开头两句话。它们没有改变问题，也没有塞进任何答案，只是把这段代码是什么、该按什么标准来评判，说了出来。

那它们改变了什么？

搜索不是从零开始的

第三章建立了四层模型，本章拆开它的第一层。

先回忆一个容易被忽略的常识：当 AI 开始回答时，它并不是从一张白纸出发的。它开口之前的状态，由两部分叠成：训练留给它的先验，以及这场对话里你铺设的背景材料、角色设定、给出的示例。

第一位工程师的 AI，是从"一段普通的 Go 代码"这个状态出发的；第二位的 AI，是从"金融清算系统的核心模块"这个状态出发的。起跑状态不同，搜索能触及的区域、调用的评判标准就不同，走出来的轨迹自然天差地别。

这就像两位实力相当的选手，站上了不同的起跑线。后面每一步的差别，从站上起跑线那一刻就开始了。

搜索开始之前 AI 已经拥有的这个认知状态，就是四层模型的第一层：搜索初始化（Search Initialization）。

这一层由四种成分构成。其中一种由训练决定，无法在对话中改变；另外三种则可以由使用者在搜索开始前调整。下面分别看它们如何起作用。

先验：训练划定的起跑线

可以看一个例子。让 AI 解释一个冷门的开源库，它能讲清楚；再让它解释你公司内部用了五年的自研框架，它往往会自信地给出错误内容。

差别在哪？前者在训练数据里出现过，后者没有。模型在训练阶段形成的知识与能力（世界知识、代码能力、数学能力），称为搜索先验（Search Prior）。

先验有一个边界：单次 Prompt 不能直接改写它。没有哪句话能即时改变模型权重中原本没有的知识，但 Context、工具结果和后续训练可以改变之后搜索实际可用的材料。"请假装你很懂我们的内部框架"不会让先验增长，只会让编造看起来更自信。

认识到这一点有实际用处：当 AI 在某件事上持续犯错，先判断这是它不会，还是它没想对。如果是不会（先验缺失），提问技巧无法补足，只有提供材料；"喂材料"属于下面要讲的另一种成分。

预热：把相关知识叫到台前

先验决定了 AI"会什么"，但"会"和"此刻用得上"是两回事。

回到开头的金融系统例子。并发安全、金额精度、幂等性，这些知识本来就在先验里，前一位工程师的 AI 同样会。差别在于：那两句话把这些知识叫到了搜索的前台。专业知识在认知空间里不是平铺的，它们连成网络；一个词激活一片区域。"金融清算"激活了精度与幂等，"并发"激活了竞态与锁。后一位工程师做的事情，本质上是提前激活相关区域，让搜索从一开始就落在正确的位置。

这种提前激活相关知识网络的做法，称为上下文预热（Context Priming）。行业介绍、产品背景、术语表、架构说明，都是预热的材料。第三章案例里那张"项目背景卡"，起的就是这个作用。

预热有一条使用纪律：它不是越多越好。前台的位置是有限的，无关信息挤进来，有效信息就被稀释。三行精确的背景，胜过三页泛泛的介绍。

角色：一句话换一套认知姿态

预热把知识叫到台前。有时一句话也能做到这一点——而且顺便多做了一些。

"假设你是一位资深儿科医生，解释这个检查报告。"——这句话没有提供任何医学知识，但回答的措辞、详略、关切点立刻变了：术语被翻译成家长能懂的话，风险被放在前面说。

角色为什么有效？因为一个角色，是预热内容和认知姿态一起打成的压缩包。"儿科医生"这四个字，一次性激活了该领域的知识、面向特定听众的表达习惯、评判什么重要的标准。你不需要逐项描述这些，角色名替你完成了。

刚才这个"一个名字打包一套东西"的动作，就是角色初始化（Persona Initialization）。

但角色有一条边界，经常被误解：角色只能调动先验里已有的东西，不能创造新的东西。"你是一位诺贝尔奖得主"不会让 AI 的物理知识增加一分，它改变的只是搜索从哪种认知姿态出发。把角色当成许愿，是对初始化的典型误用。

偏置：用例子拨动初始概率

让 AI 把一段产品描述改写成发布文案，直接提要求，得到的往往是泛泛的广告腔。但换个做法：先给它看一段你认可的旧文案，再让它照这个感觉写新的——结果立刻贴近预期。

一个例子为什么比一段描述管用？因为描述是在告诉 AI"规则是什么"，而例子是直接把"什么样的输出算合格"摆进了搜索的初始状态。第二章说过，搜索的每一步都在沿概率最高的方向走；例子做的事，就是在出发前拨动那个初始的概率分布——让某类风格、某种格式、某种详略程度，从一开始就概率最高。

我们把这种用例子拨动初始概率分布的手法，叫作搜索偏置（Search Bias）。给一两个示例再让 AI 照做的 Few-shot 用法、各类输出模板，都是它的应用。它的特点是：不言明规则，却精确地传达了规则。

初始化的完整构成

四种成分放在一起，这一层的结构就清楚了：

先验由训练决定，不可在对话中修改；角色、预热、偏置是三个可调变量，分别回答三个问题：从什么姿态出发、哪些知识在前台、初始概率偏向哪里。

这个结构带来一个实用的诊断顺序。当一次回答从根上就不对时，可以依次检查：它是不是根本不会（先验）？会的东西有没有被叫到台前（预热）？出发的姿态对不对（角色）？有没有例子帮它校准方向（偏置）？四个问题问完，初始化层的病灶大多能定位到某个成分。

把做法放回初始化

初始化层的常见做法，都可以归入这四种成分：

常见做法	所属成分	机制
"你是一位资深架构师"	角色初始化	一句话激活一套知识与评判标准
先贴项目背景、架构说明，再提问	上下文预热	把相关知识提前叫到前台
提供术语表、词汇对照	上下文预热	统一概念的前台含义
给一两个示例再让 AI 照做	搜索偏置	用实例校准初始概率分布
提供输出模板	搜索偏置	把格式要求转化为初始状态
"请假装你精通我们的内部系统"	——	无效操作：先验不可通过 Prompt 修改，应改为提供系统资料

让起跑状态稳定

一个开发团队长期用 AI 做代码评审，评审质量飘忽不定：有时犀利，有时敷衍，同一段代码隔一周评审结论还会打架。

他们用第三章的四层框架做诊断。目标层没问题——评审标准写在文档里；空间和运行层也正常——问题集中在：AI 似乎每次都"看心情"决定关注什么。这是典型的初始化层症状：起跑状态不稳定，轨迹自然不稳定。

于是他们给评审配置了一个固定的"开场包"，每次评审前先发送三样东西：

一份项目背景卡：系统的定位、技术栈、对性能与安全的具体要求（预热）；

一个评审角色："你是这个系统的高级维护者，熟悉它的历史包袱，评审时优先考虑可维护性与线上风险"（角色）；

两份过去被团队认可的优秀评审记录（偏置）。

几轮评审之后，输出的波动有所收敛：关注的维度更稳定，风格更一致，可执行的结论也多了起来。期间他们还踩过一次先验的坑——AI 对团队自研的调度框架不了解，屡屡误判。他们试过“请深入学习我们的框架”，效果有限；最后把框架的架构速查表加进背景卡，误判才减少。这条边界再次落了实：先验补不了的东西，只能靠材料补。

边界问题

"角色设定是玄学，强的角色名才有效"

角色不是咒语。它的全部作用是通过一个名字激活先验里已有的知识和标准，名字本身不产生任何新东西。判断一个角色是否有效，只看一点：这个角色指向的认知姿态，是否恰好是当前搜索需要的。"资深"两个字并不增加效果，匹配才增加效果。

"背景信息塞得越多越好"

有人试过把能找到的资料全部贴进 Context：产品文档、历史讨论、相关博客，一应俱全。结果 AI 的回答反而变得平庸——它像是一个被几十个人同时指路的司机。原因就在前台的有限性：无关信息进入初始状态，会稀释真正相关知识的激活程度。判断预热材料的标准从来不是"多全"，而是"与这次搜索多相关"。

"提示词够巧，AI 什么都能学会"

先验主要由训练决定，不能通过单次 Prompt 直接修改。面对先验缺失，通常需要把可靠材料放进 Context，或借助检索、工具和后续训练补足。任何声称能让 AI"当场学会"新知识的技巧，都可能只是让编造看起来更自信。

"搜索初始化和搜索配置，是什么关系"

配置是长期存在的控制参数集合，初始化是一次搜索的起跑状态。两者的关系是：搜索配置正是通过初始化进入每一次搜索的——背景卡、评审角色、优秀示例被长期维护在配置里，在每次搜索开始时转化为初始状态。这一层关系，第九章讲搜索配置时还会展开。

本章总结

本章从一次对比开始：同样的模型、代码和问题，开头两句话让回答判若两人。

原因是搜索从不从零开始。AI 开口之前的认知状态，就是四层模型的第一层：搜索初始化。它由四种成分构成，其中先验由训练决定，不可在对话中修改；预热、角色、偏置则是每一次搜索开始前真正握在你手里的东西。

现在，回答每章都要回答的那个问题：

本章讨论的，是搜索系统的哪一部分？

答案是：四层模型的第一层——搜索初始化。起跑状态决定了搜索能跑出什么；但一次搜索还需要知道为了什么而跑、什么答案算好。这是第二层要回答的问题，也是下一章的主题：搜索目标。

章节信息

• 所属篇目：第二篇 · 一次认知搜索
• 本章回答的核心问题：它改变了搜索系统哪一部分？——四层模型的第一层：搜索初始化（先验不可调，角色、预热、偏置可调）