alphaxiv/searchos-74d305b1/general-query-construction

目标

为下游所有搜索面提供统一的查询构造方法：先把用户意图拆成可检索的子事实，再为每个子事实同时生成精确（precision）与召回（recall）两类查询。

适用场景

• 任何检索任务的预处理阶段
• 单条 query 难以覆盖问句中多个事实点

规则（共 12 条）

1. 拆解意图：先把问句拆成 who / what / when / where / value / relation 子事实，每个子事实独立成 query 单元。
2. 保留关键实体的规范名：人名、机构名、产品名要使用规范化形式（含官方拼写、缩写、别名集合）。
3. 关键实体不被改写：query rewrite 阶段允许改谓词与修饰词，但实体保持原样。
4. 同时生成 precision 与 recall 两类：精确查询用规范名 + 关键属性词；召回查询用上位词 / 同义词 / 模糊描述。
5. 每个子事实至少 2 条 query：1 条 precision，1 条 recall，缺失要标记原因。
6. 限定词与实体分离：时间、地点、版本等限定条件作为可拆装的修饰段，便于在迭代中增删。
7. 禁止过长 query：单条 query 关键词数量控制在 2–6 个之间，过长会被搜索引擎降权。
8. 多语种并行：跨语种实体（中英、日中等）至少各生成一条对应语种的 query。
9. 禁用一次性长尾问句：把"X 在 Y 条件下的 Z 是多少"这种自然句改写成关键词组合，不要直接搜整句。
10. 每条 query 写明 expected signal：发出前注明"我期望它命中什么"，用于失败诊断。
11. 去重在结果层：允许 query 之间重叠，去重交给结果归一化阶段。
12. 当首批 query 全部失败：触发 rewrite 而非简单加 query；rewrite 时换术语 / 换语种 / 换问法。

执行流程

1. 拆问句为子事实清单。
2. 对每个子事实生成 precision + recall query 对。
3. 标注限定词（时间、地点、版本）。
4. 多语种镜像。
5. 输出 query 集合，交给具体搜索面。

关联 skill

• 各搜索面 skill（web_search、github_search、codebase_search、forum_search、official_docs_api_search、academic_literature_search）
• search_recovery_and_verification — 失败时的统一恢复入口