AI 简明手册给碎片补一句背景：Contextual Retrieval
定义
Contextual Retrieval 在传统 RAG 的切块与索引之间增加一步：为每个 Chunk 生成一段简短的来源语境，再把语境与原文一起建立向量和关键词索引。Anthropic 在其测试中报告，Contextual Embeddings、再叠加 Contextual BM25、最后加入重排序时，前 20 个 Chunk 的检索失败率分别降低 35%、49% 和 67%；这些数字只适用于该实验设置。
先搭一个心智模型
普通切块像从书里撕下一段话；Contextual Retrieval 会先在纸条上补一句“它来自哪一章、谈的是什么”，再拿去建立索引。
说明
传统 RAG 的问题是 Chunk 脱离上下文后可能变得含糊，例如“公司 Q2 收入同比增长 3%”单独看不出公司、年份和章节。Contextual Retrieval 先结合整篇文档，为片段生成简短说明，再把说明与原文一起索引。
三层优化解决不同问题：Contextual Embeddings 改善语义向量，Contextual BM25 补充精确关键词匹配，Reranking 再对候选结果做更细的相关性排序。官方实验中的 35%、49% 和 67% 是逐层组合后的结果，不能把 49% 归给 Embeddings 单项。
代价是索引阶段要为片段生成额外语境，并承担更多存储、调用和重排成本。是否值得，应以自己的查询集衡量召回、答案质量、延迟和费用，而不是直接套用官方比例。
跟着一个例子走
一句“收到后 30 天内”到底指什么
检索库里有多个政策片段都包含相似期限，孤立 Chunk 很难判断适用商品和条件。
- 为片段补局部语境
在索引前添加“未拆封耳机的消费者退款政策”等简短上下文。
- 同时保留原文
语境帮助召回，但回答仍要引用并核对原始条款，不能只信生成的标签。
- 用真实查询评测
比较加语境前后的召回和答案质量，确认收益没有被额外成本抵消。
边界与误区
Contextual Retrieval 和传统 RAG 的核心区别是什么： 传统 RAG 直接对切块做向量化，Chunk 丢失原文语境；Contextual Retrieval 先用 LLM 生成上下文前缀，让 Chunk 自带来源和关键实体信息。
为什么 Contextual Embeddings 加上 BM25 和 Reranking 效果最好： 三种技术互补：向量检索擅长语义匹配，BM25 擅长关键词精确匹配且受益于前缀，Reranking 提升排序精度。
来源与核验
- [anthropic-contextual-retrieval] Anthropic：Contextual Retrieval
核验日期：2026-08-31