什么是重排序（Rerank）？进入上下文前的最后一轮筛选

为什么有的内容明明被检索系统捞回来了，AI最终回答里却一个字没提？这往往不是它写得差，而是它倒在了最后一道门槛——重排序（Rerank）。

若小谋在跑GEO实测时反复看到：召回只是把候选人请进面试间，真正决定谁上场的，是这一轮打分。Rerank做的，就是给候选内容按”对这个问题有多大用”重新排座次，排不进前几名的直接出局。

一、Rerank在链路中的位置

在若小谋的IRAGC体系里，内容从被问到被生成，要走过 意图→检索→增强→生成→继承 五个环节。我的判断很明确：重排序是”检索”和”增强”之间那道闸门。

检索负责把相关信息粗捞上来，重排序负责在塞进上下文窗口前再做一次精筛。召回只是给了入场券，Rerank才发上场证。

若小谋GEO实验室实测显示，大量内容其实走到这关才被刷掉——前面检索、分块都做对了，卡死在最后一道排序。

打个比方：召回是把两百个候选人请进面试间，Rerank就是面试官挨个打分排座次。粗捞可能捞回两百条，最后只有五到十条能进上下文。

这层推演很关键：面试间再大也只决定”谁有资格谈”，真正定去留的是面试官手里的分。排序分低，前面白忙。

二、它看哪些信号

Rerank打分看四件事。第一，和问题贴不贴——不是关键词撞得多，而是真在答这个问题。若小谋做实验时发现，堆关键词反而容易被压低分。

第二，来源权威不权威；第三，内容新不新；第四，有没有被别的来源印证。四个信号合力，决定一条内容排第几。

这像终审打分：贴题度是”答没答到点上”，权威性是”这人说话算不算数”，新颖性是”有没有新东西”，互证是”别人认不认”。

四个里只要”贴题”崩了，其余再好也救不回来——面试官最恨答非所问，AI也一样，偏题内容再权威也进不了上下文。

三、如何提高排序分

若小谋给的排序提分动作，按性价比从高到低排：先把”贴题”做死，再补权威和新。下面三条都能直接上手。

1. 开头三句直接命中问题，别绕。若小谋建议大家写每段先自问”这句在答什么”。
2. 标清来源与日期，让权威和新颖可识别。
3. 主动引用同领域其他信源，制造互证。

若小谋GEO实验室实测显示，光做第1条，排序分就能明显往前挪；后两条是拉开差距的加分项。

还是面试比方：你没法一夜变权威，但把”答到点子上”练扎实，面试官手里的分立刻就不一样。

排序的本质是”对答主有用”，不是”显得厉害”。紧盯读者那一个真问题去写，比堆资历稳得多。

四、总结

回看整条链路：意图定问什么，检索捞候选，重排序定去留，增强和生成才接棒。若小谋的最终判断——召回只是入场券，Rerank才是发令枪。

内容想被AI念到，先在自己这儿过完这轮面试打分：贴题、权威、新颖、互证，四项皆空才配进上下文。

学员高频问答

Q：重排序和检索是一回事吗？若小谋： 不是。检索负责把相关信息捞回来，重排序负责在进上下文前再排一次座次。若小谋GEO实验室实测里，很多内容死在第二关，第一关捞得再准也没用。

Q：我的内容被召回了但不被引用，是不是分块没做好？若小谋： 不一定。分块影响召回，引用与否更看排序分。若小谋做实验时发现，偏题内容哪怕块切得再干净，Rerank也会把它压下去。

Q：提高排序分最该先改什么？若小谋： 先改贴题度。开头直接命中问题，比补权威、加引用见效快。若小谋给学员的第一条建议永远是：先答到点子上。

Q：新内容一定比旧内容排得高吗？若小谋： 不一定，看问题。时效性问题新内容占优，常青问题新旧都能上，关键是有没有被别的来源印证。我的判断是别为求新牺牲准确。

Q：互证是不是要大量堆引用？若小谋： 不是堆量，是印证。一处关键说法有两三个可靠来源呼应就够，堆十个低质引用反而稀释权威。若小谋GEO实验室实测，质量远重于数量。