Search Relevance Engineer, Vikram AI skill by KissMySkills, cover
What's inside the Search Relevance Engineer, Vikram AI skill: Structured output, Clear reasoning, Consistent format, Ready to hand off
How the Search Relevance Engineer, Vikram AI skill works in three steps: download, drop it into your AI chat, done
The Search Relevance Engineer, Vikram AI skill works with Claude, ChatGPT, Gemini and any AI chat, 30-day money-back guarantee

File skillSkill di Claude per team dati e IA

Skill AI di ingegnere della rilevanza della ricerca - Vikram

Sei Vikram, un Senior Search Relevance Engineer che legge il registro delle query, distingue un problema di recall da uno…

$19· un file, resta tuo

Resta tuo · download immediato

Ogni file

Oppure tutti, $12/mese

Vikram e altri 2.500+ specialisti, nella tua IA. Chiedi chiunque per nome.

Abbonati · $12/mese

7 giorni gratis, poi $12/mese · disdici quando vuoi

  • Visa
  • Mastercard
  • American Express
  • Apple Pay

Rimborso entro 30 giorni · pagamento sicuro con Stripe

Leggi le prime righe
# Vikram - Search Relevance Engineer

## Chi è Vikram
Inserisci Vikram in Claude e otterrai un Senior Search Relevance Engineer che considera la rilevanza una disciplina ingegneristica misurabile, non una questione di gusti. Parte dal log delle query, non dal diagramma dell'architettura: quali query sono di testa, di torso e di coda, quali non restituiscono nulla, quali restituiscono risultati ma non ricevono clic e quanto questo costa in termini di conversioni. Poi modifica una cosa alla volta, la misura offline su una lista di giudizi e la conferma online con un test di interleaving o A/B prima che qualcuno la definisca una vittoria.

Vikram copre l'intero stack di recupero. Comprensione delle query: normalizzazione, tokenizer e analizzatori, stemming rispetto alla lemmatizzazione, correzione ortografica con distanza di edit e priorità basate sulla frequenza, synonym_graph ed espansione di più parole, segmentazione delle query, estrazione degli attributi, classificazione dell'intento e della verticale. Recupero lessicale: mapping di Elasticsearch, OpenSearch e Solr, BM25 con b e k1 espliciti, tipi di multi_match, aumento del peso dei campi, function_score, finestre di rescore. Recupero denso e ibrido: embedding bi-encoder, indici HNSW e IVF-PQ, compromesso tra recall ANN e latenza, reciprocal rank fusion e normalizzazione dei punteggi. Ranking: logging delle feature LTR, LambdaMART tramite XGBoost o LightGBM, reranker cross-encoder, plugin LTR di Elasticsearch e pipeline di ricerca di OpenSearch. Valutazione: liste di giudizi graduati, NDCG a k, MRR, precisione e recall a k, accordo tra valutatori, modelli dei clic corretti per il bias di posizione, interleaving e metriche online che generano effettivamente ricavi.

## Come lavora Vikram
1. **Leggi il log delle query prima di intervenire sull'indice.** Vikram raccoglie 90 giorni di query e le divide in testa, torso e coda in base al volume cumulativo, quindi calcola il tasso di risultati zero, il tasso di clic per posizione, il tasso di perfezionamento e il rapporto tra ricerca e conversione per ogni segmento. Un tasso di risultati zero del 12% concentrato nella coda richiede una correzione completamente diversa dal 12% distribuito nella testa.
2. **Distingui un problema di recupero da un problema di ranking.** Se il documento corretto non è tra i primi 200 candidati, nessun reranker può salvarlo: è un problema di recall nell'analizzatore, nei sinonimi o nella copertura dei campi. Se è al posto 47 ma dovrebbe essere al posto 2, è un problema di ranking. Vikram misura prima il recall a 100 e il recall a 1000 e dichiara quale dei due sta correggendo.
3. **Correggi l'analizzatore prima di aggiungere modelli.** La maggior parte delle richieste del tipo \"ci servono gli embedding\" dipende da una voce mancante in synonym_graph, da uno stemmer che altera i codici prodotto, dall'assenza di edge ngram per i prefissi o da un campo keyword che dovrebbe essere text. Queste correzioni richiedono una reindicizzazione e in genere migliorano l'NDCG a 10 più di un primo indice vettoriale.

File skill · 191 righe · le prime 11 mostrate

Come funziona

  1. Compra o abbonatiAggiungi il file al carrello a $19 e resta tuo. Oppure abbonati: tutti i file del negozio a $12/mese.
  2. Aprilo nella tua IAScarica il file e aggiungilo a Claude (Settings → Capabilities → Skills → Upload) oppure incollalo in un progetto ChatGPT. Gli abbonati invece collegano la loro IA una sola volta:

    Claude

    La chat IA di Anthropic, sul web, sul desktop e sul telefono · circa 3 minuti

    Funziona con ogni piano Claude, Free incluso.

    • Piano Team o Enterprise: il proprietario del workspace lo aggiunge una volta in Organization settings, poi tutti cliccano Connect.
    • Non succede nulla quando clicchi Connect? Consenti i pop-up per claude.ai e riprova.

    Da telefono? Configuralo una volta su un computer. Poi compare da solo nell’app Claude per telefono. Mandami il link via email

    Dopo aver comprato un file
    1. Scarica il tuo file .skill dall’e-mail dell’ordine o dal tuo account.

    2. In Claude, attiva l’esecuzione del codice in Settings › Capabilities, poi vai su Customize › Skills › + › Create skill › Upload a skill.

    3. Apri una nuova chat e chiedi lo specialista per nome.

  3. Chiedilo per nomeAvvia una chat e chiedi Skill AI di ingegnere della rilevanza della ricerca per nome. Funziona come quello specialista fin dal primo messaggio.

Cosa c’è dentro

  • vikram-search-relevance-engineer.skillFile skill · 191 righe · download immediato
  • Comprensione delle query: sinonimi, correzione ortografica, intento
  • Ottimizzazione di BM25, oltre al recupero vettoriale e ibrido con RRF
  • Learning to rank e ranker neurali in produzione
  • Set di valutazione NDCG e MRR, interleaving, correzione del bias dei clic

Cosa farà la tua IA

Vedi un esempio reale
Tu chiedi

La ricerca sul nostro sito è pessima e ogni correzione è un tentativo alla cieca. Datemi un programma per la rilevanza con misurazioni concrete.

La tua IA risponde

Vikram restituisce un’analisi dei log delle query con l’identificazione delle classi di query meno performanti, la progettazione di un set di valutazione con linee guida per i valutatori, una misurazione di riferimento di NDCG e MRR, un piano di recupero e ranking che passa dall’ottimizzazione di BM25 a un approccio ibrido e al learning to rank, la progettazione di un esperimento di interleaving che corregge il bias di posizione e i costi in termini di latenza e dimensioni dell’indice di ogni passaggio.

// faq

Domande prima di acquistare

Cosa fa la skill Vikram?+

Corregge la rilevanza della ricerca: costruisce il set di valutazione, ottimizza il recupero e il ranking e dimostra il miglioramento con una valutazione reale. Caricala una volta in Claude Projects e otterrai un Search Relevance Engineer configurato, senza dover rispiegare il contesto all'inizio di ogni sessione. Verifica ogni numero rispetto a una fonte affidabile e a un holdout onesto prima che qualcuno basi una decisione su di esso, e dichiara l'incertezza invece di fornire un'unica stima puntuale apparentemente certa.

Come installo questo file skill?+

Scarica il pacchetto .skill (contiene SKILL.md), poi, in Claude, attiva l’esecuzione di codice in Settings → Capabilities e aggiungilo in Customize → Skills → + → Create skill → Upload a skill (in ChatGPT, Gemini o un’altra AI, aprilo come .zip e incolla SKILL.md nelle istruzioni del progetto o nelle istruzioni personalizzate), aggiungi il tuo contesto e avvia la prima sessione. Funziona con Claude, ChatGPT o qualsiasi chat AI che accetti prompt di sistema.

Con quali strumenti AI funziona questa skill?+

Funziona con Claude (consigliato), ChatGPT, Gemini, Perplexity e Copilot, oltre che con qualsiasi chat AI che accetti prompt di sistema. Claude Projects offre i risultati migliori.

Cosa include questo download?+

Un pacchetto .skill consegnato immediatamente dopo l'acquisto: la configurazione completa del ruolo in SKILL.md più un file con un esempio svolto e uno scenario reale, così puoi verificare la qualità prima di farci affidamento. Nessun abbonamento: è tuo per sempre.

Come lo apro?+

Scarica il file .skill dall’e-mail dell’ordine o dal tuo account. In Claude, attiva l’esecuzione del codice in Settings › Capabilities, poi vai su Customize › Skills › + › Create skill › Upload a skill. Apri una nuova chat e chiedi lo specialista per nome.

Usi ChatGPT, Gemini o un’altra IA? Come funziona