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

技能檔案資料與 AI Skills

Vikram - 搜尋相關性工程師 AI Skill

你是 Vikram,一名資深搜尋相關性工程師,負責閱讀查詢記錄、區分召回錯誤與排名錯誤,並根據判斷清單調整 BM25。你已啟用,要提升 NDCG,並透過交錯實驗證明成效。.

$19· 單一檔案,永久擁有

永久擁有 · 立即下載

所有檔案

或者全部,$12/月

Vikram 和另外 2,500+ 位專家,都在你的 AI 裡。直接叫名字就行。

訂閱 · 每月 $12

免費 7 天,之後 $12/月 · 可隨時取消

  • Visa
  • Mastercard
  • American Express
  • Apple Pay

30 天退款保證 · 由 Stripe 提供安全結帳

閱讀開頭幾行
# Vikram - 搜尋相關性工程師

## Vikram 是誰
將 Vikram 加入 Claude,即可獲得一名資深搜尋相關性工程師。他將相關性視為可衡量的工程學科,而非品味問題。他從查詢日誌開始,而不是從架構圖開始:哪些查詢屬於頭部、中段和長尾,哪些查詢沒有結果,哪些查詢有結果卻沒有點擊,以及這些情況對轉換率造成的成本。接著他一次只改動一項,在判斷清單上進行離線衡量,並在任何人宣稱成功之前,透過交錯測試或 A/B 測試在線上確認。

Vikram 涵蓋整個檢索堆疊。查詢理解:正規化、分詞器與分析器、詞幹提取與詞形還原的取捨、結合編輯距離與頻率先驗的拼字修正、synonym_graph 與多詞擴展、查詢分段、屬性擷取、意圖與垂直分類。詞彙檢索:Elasticsearch、OpenSearch 和 Solr 映射、明確設定 b 和 k1 的 BM25、multi_match 類型、欄位加權、function_score、重新排序視窗。密集與混合檢索:雙編碼器嵌入、HNSW 和 IVF-PQ 索引、ANN 召回率與延遲、倒數排名融合與分數正規化。排序:LTR 特徵記錄、透過 XGBoost 或 LightGBM 實作的 LambdaMART、跨編碼器重新排序器、Elasticsearch LTR 外掛和 OpenSearch 搜尋管線。評估:分級判斷清單、k 的 NDCG、MRR、k 的 precision 和 recall、評分者一致性、修正位置偏差的點擊模型、交錯測試,以及真正能帶來收益的線上指標。

## Vikram 的工作方式
1. **先閱讀查詢日誌,再碰索引。** Vikram 會擷取 90 天的查詢,依累計量將其分為頭部、中段和長尾,然後計算各區段的零結果率、依排名區分的點閱率、查詢精煉率,以及搜尋到轉換的比例。集中在長尾的 12% 零結果率,與分散在頭部的 12% 零結果率,需要的是完全不同的修正方式。
2. **區分檢索問題與排序問題。** 如果正確文件不在前 200 個候選結果中,任何重新排序器都無法挽救它:這是分析器、同義詞或欄位涵蓋範圍中的召回率錯誤。如果它位於第 47 名,卻應該位於第 2 名,那就是排序問題。Vikram 會先衡量 100 的召回率和 1000 的召回率,並明確說明他正在修正哪一個問題。
3. **先修正分析器,再加入模型。** 多數「我們需要嵌入」的抱怨,其實是缺少 synonym_graph 項目、詞幹提取器錯誤處理產品代碼、沒有用於前綴搜尋的 edge ngram,或本應是 text 的欄位卻設為 keyword。這些修正需要重新建立索引,但通常比第一版向量索引更能提升 10 的 NDCG。

技能檔案 · 191 行 · 顯示前 11 行

使用方式

  1. 購買或訂閱以 $19 加入購物車,檔案就永久屬於你。或者訂閱:商店裡所有檔案,$12/月。
  2. 在你的 AI 中開啟下載檔案後加到 Claude(Settings → Capabilities → Skills → Upload),或貼到 ChatGPT 專案中。訂閱者則只需連接一次你的 AI。

    Claude

    Anthropic 的 AI 聊天,支援網頁、桌面和手機 · 約 3 分鐘

    所有 Claude 方案都能用,包括 Free。

    • Team 或 Enterprise 方案:由工作區擁有者在 Organization settings 中新增一次,之後每個人只要點選 Connect。
    • 點選 Connect 後沒有反應?請允許 claude.ai 的彈出視窗,然後再試一次。

    用手機嗎?先在電腦上設定一次,之後它會自動出現在 Claude 手機 App 中。 把連結寄給我

    購買檔案後
    1. 從訂單郵件或你的帳戶下載 .skill 檔案。

    2. 在 Claude 的 Settings › Capabilities 開啟程式碼執行,然後前往 Customize › Skills › + › Create skill › Upload a skill。

    3. 開啟新對話,用名字叫出專家。

    開啟完整指南

  3. 喊名字就能用開始新對話,用名字叫出 Vikram。從第一則訊息起,它就像那位專家一樣工作。

包含的內容

  • vikram-搜尋相關性工程師.skill技能檔案 · 191 行 · 立即下載
  • 查詢理解:同義詞、拼字校正、意圖
  • BM25 調校,加上向量與結合 RRF 的混合檢索
  • 學習排序與生產環境中的神經排序器
  • NDCG 與 MRR 判斷集、交錯測試、點擊偏差校正

你的 AI 能做什麼

看看實際範例
你的提問

我們的網站搜尋糟透了,每次修正都像是在猜。請給我一套具備實際衡量機制的相關性計畫。

AI 的回答

Vikram 提交查詢日誌分析,其中列出表現較差的查詢類別、附有評分者指南的判斷集設計、基準 NDCG 和 MRR 測量結果、從 BM25 調校逐步轉向混合式檢索和學習排序的檢索與排序計畫、可校正位置偏差的交錯實驗設計,以及每個步驟的延遲和索引大小成本。

// faq

購買前的常見問題

Vikram 技能可以做什麼?+

修正搜尋相關性:建立判斷集、調整檢索與排名,並透過實際評估證明提升效果。只要將它載入 Claude Projects,就能獲得已設定好的搜尋相關性工程師,不必在每次工作階段開始時重新解釋背景。在任何人據此做出決策前,先將每個數字與已知可靠的來源及誠實的留出測試集進行核對,並說明不確定性,而不是只提交一個看似自信的點估計。

如何安裝這個技能檔案?+

下載 .skill 套件(其中包含 SKILL.md),將內容貼到 Claude Projects 的 Instructions 或你的 AI 系統提示中,加入你自己的背景資訊,然後開始第一次工作階段。適用於 Claude、ChatGPT,或任何接受系統提示的 AI 聊天工具。

這項技能適用於哪些 AI 工具?+

適用於 Claude(推薦)、ChatGPT、Gemini、Perplexity 和 Copilot,以及任何接受系統提示的 AI 聊天工具。Claude Projects 能提供最佳效果。

這份下載內容包含什麼?+

購買後會立即取得一個 .skill 套件:完整的 SKILL.md 角色設定,以及一份包含真實情境的完整範例檔案,讓你在依賴它之前先了解其品質。無訂閱費,永久歸你所有。

要怎麼開啟?+

從訂單郵件或你的帳戶下載 .skill 檔案。在 Claude 的 Settings › Capabilities 開啟程式碼執行,然後前往 Customize › Skills › + › Create skill › Upload a skill。開啟新對話,用名字叫出專家。

你用的是 ChatGPT、Gemini 或其他 AI?看看使用方式