บทที่ 31: ค้นด้วยคำตรงกับค้นด้วยความหมายต่างกันอย่างไร

ผลลัพธ์ของบทนี้

เมื่อจบบทนี้ คุณจะมี “บันไดคำค้นสามระดับ” สำหรับโจทย์ธุรกิจหนึ่งเรื่อง ประกอบด้วยคำตรง คำพ้องหรือภาษาที่คนในทีมใช้ต่างกัน และคำอธิบายความหมายของปัญหา

คุณจะรู้ด้วยว่าเมื่อใดควรใช้การค้นแบบคำตรง (FTS) เมื่อใดการค้นแบบความหมายหรือเวกเตอร์ช่วยได้ และเหตุใดการค้นแบบผสมยังต้องมีคนเปิดอ่านหลักฐาน

สถานการณ์ใกล้ตัว

ร้านบ้านใบชาต้องการหาวิธีรับมือเมื่อลูกค้าขอ “เลื่อนวันส่งของ” ผู้จัดการค้นคำนี้ตรง ๆ แต่ไม่พบเอกสารใดเลย

พนักงานเก่าจำได้ว่าเอกสารเมื่อปีก่อนใช้คำว่า “เปลี่ยนกำหนดจัดส่ง” ส่วนคู่มือคลังสินค้าใช้คำว่า “พักออเดอร์ชั่วคราว” และบันทึกประชุมใช้ประโยคว่า “ลูกค้ายังไม่สะดวกรับสินค้า”

ทั้งสี่ข้อความพูดถึงเรื่องใกล้กัน แต่ใช้คนละคำ

เมื่อค้นด้วยคำตรง ระบบจะเก่งมากหากเรารู้ถ้อยคำที่อยู่ในเอกสาร แต่ถ้าเราไม่รู้คำเดิม หรือเอกสารเขียนคนละภาษา ผลอาจหายไปจากสายตา การค้นด้วยความหมายจึงช่วยหาเนื้อหาที่ “แนวคิดใกล้กัน” แม้ไม่มีคำเดียวกันทุกตัว

อย่างไรก็ตาม การค้นด้วยความหมายอาจพาเอกสารที่ดูคล้ายแต่เป็นคนละกรณีเข้ามาด้วย เช่น นโยบายพักชำระเงินอาจมีคำว่า “พักชั่วคราว” เหมือนกัน ทั้งที่ไม่เกี่ยวกับการส่งสินค้า

ต้นทุนของการใช้วิธีเดียวกับทุกคำถาม

ถ้าใช้คำตรงอย่างเดียว เราอาจพลาดเอกสารที่ใช้คำต่างกัน ถ้าใช้ความหมายอย่างเดียว เราอาจได้ผลที่กว้างและต้องตรวจมากขึ้น

ปัญหาเกิดเมื่อเราไม่รู้ว่าวิธีใดกำลังทำงานและไม่บันทึกคำค้นที่ลองไปแล้ว ทีมจึงค้นเรื่องเดิมซ้ำโดยไม่รู้ว่าครั้งก่อนพลาดตรงไหน ไม่มีวิธีใดดีกว่าเสมอในทุกกรณี

ภาพเปรียบเทียบ

การค้นด้วยคำตรงเหมือนขอให้บรรณารักษ์หาหนังสือที่มีคำว่า “เปลี่ยนกำหนดจัดส่ง” บนบัตรรายการ ส่วนการค้นด้วยความหมายเหมือนบอกว่า “ฉันอยากอ่านเรื่องที่ลูกค้าขอรับของช้าลง แม้หนังสือจะใช้คำอื่น”

แบบแรกแม่นเมื่อรู้คำ แบบหลังช่วยเมื่อรู้ความหมาย แต่ทั้งสองแบบยังเพียงชี้ไปที่ชั้นหนังสือ เราต้องเปิดดูว่าเนื้อหาใช้กับกรณีของเราจริงหรือไม่

ขอบเขตตามตัวอักษร: Arra เป็นระบบค้นข้อมูลที่อาศัยดัชนีและวิธีคำนวณ จึงต่างจากบรรณารักษ์มนุษย์และอาจลดระดับหรือให้ผลลวง ภาพนี้ช่วยแยกคำตรงกับความหมาย โดยไม่ได้อธิบายคะแนนหรือรับรองอันดับผลค้น

ศัพท์ใหม่ในบทนี้

• การค้นด้วยข้อความเต็ม (Full-Text Search หรือ FTS): ค้นจากคำ ตัวเลข หรือข้อความที่ปรากฏในดัชนี
• การค้นด้วยความหมาย (semantic/vector search): เปรียบเทียบความใกล้กันของเนื้อหาในเชิงความหมาย
• การค้นแบบผสม (hybrid search): รวมผลจากคำตรงและความหมายเข้าด้วยกัน
• คำพ้องบริบท: คำหลายแบบที่คนในธุรกิจใช้เรียกเรื่องใกล้กัน
• การลดระดับ (fallback): เมื่อส่วนหนึ่งของระบบไม่พร้อม ระบบเปลี่ยนไปใช้วิธีที่ยังทำงานได้

แก่นของเรื่อง

การค้นด้วยข้อความเต็ม (FTS) เหมาะกับอะไร

FTS เหมาะเมื่อคุณรู้คำเฉพาะ เช่น รหัสเอกสาร ชื่อโครงการ รุ่นสินค้า ชื่อแบบฟอร์ม หรือประโยคที่จำได้บางส่วน มันยังมีข้อดีตรงที่อธิบายได้ง่ายว่าเอกสารถูกพบเพราะมีคำใด

ตัวอย่างคำค้นแบบ FTS ที่ดีในกรณีจำลอง ได้แก่

• เปลี่ยนกำหนดจัดส่ง
• พักออเดอร์
• รหัสนโยบายจำลอง DEL-04

การค้นคำว่า “เรื่องส่งของ” กว้างเกินไป ส่วนการใช้ประโยคยาวทั้งย่อหน้าอาจทำให้คำสำคัญถูกกลบ จึงควรเริ่มจากคำนามและคำกริยาที่แยกแยะเรื่องนั้นได้

การค้นด้วยความหมายเหมาะกับอะไร

ใช้เมื่อไม่รู้ถ้อยคำเดิม ต้องค้นข้ามคำเรียก หรือคำถามอยู่ในภาษาธรรมชาติ เช่น

“มีแนวทางใดเมื่อลูกค้ายังไม่พร้อมรับสินค้าในวันที่ตกลงไว้”

ระบบอาจเชื่อมประโยคนี้กับเอกสารที่ใช้คำว่า “เลื่อน”, “พัก”, “เปลี่ยนวัน” หรือ “นัดส่งใหม่” ได้ แต่ความใกล้เชิงความหมายไม่ใช่ความเท่ากันทางนโยบาย เราจึงต้องเปิดเอกสารและตรวจเงื่อนไข

การค้นแบบผสม (Hybrid) เหมาะกับจุดเริ่มต้นทั่วไป

ตอนนี้ Arra ตั้ง oracle_search ให้ค้นทั้งคำตรงและความหมาย แล้วรวมผลเป็นรายการให้ตรวจต่อ ผู้ดูแลเลือกค้นเฉพาะคำตรงหรือเฉพาะความหมายได้เมื่อต้องการเปรียบเทียบ

เมื่อ vector ไม่พร้อม

การติดตั้งใหม่หรือบางสภาพแวดล้อมอาจยังไม่มีระบบค้นความหมายพร้อม ในกรณีนี้ การค้นแบบผสมของ Arra อาจลดระดับไปใช้ FTS อย่างเดียว

นี่ช่วยให้ระบบทำงานต่อได้ในแบบลดระดับ ไม่ได้หมายความว่าผลจะเหมือนเดิม ผลค้นอาจน้อยลง ลำดับอาจเปลี่ยน และคำถามที่ใช้ภาษาต่างจากเอกสารอาจหาไม่พบ ดังนั้นรายงานควรระบุว่า “รอบนี้ใช้ FTS เท่านั้น” แทนการทำเหมือนไม่มีอะไรเปลี่ยน

ผลงานประจำบท: บันไดคำค้นสามระดับ

จากคำถาม “ลูกค้าขอเลื่อนวันส่งสินค้า” ให้สร้างคำค้นสามชั้น

เพิ่มอีกหนึ่งช่องชื่อ “ผลที่ไม่เกี่ยวข้องแต่มีโอกาสเจอ” เช่น เอกสารเลื่อนชำระเงิน หรือการพักสินค้าหน้าร้าน ช่องนี้ช่วยให้ผู้ค้นเตรียมเกณฑ์คัดออกก่อนเห็นผล

วิธีอ่านผลค้นโดยไม่หลงคะแนน

ผลค้นอาจมีคะแนนหรือลำดับ แต่คะแนนตอบเพียงว่าเอกสารสัมพันธ์กับวิธีค้นเพียงใด ไม่ได้ตอบว่าเอกสารถูกต้อง ล่าสุด หรือได้รับอนุมัติแล้วหรือไม่

ใช้คำถามสี่ข้อกับทุกผลลัพธ์:

1. เอกสารนี้เกี่ยวกับขอบเขตที่เราถามจริงหรือไม่
2. วันที่และรุ่นอยู่ในช่วงที่กำหนดหรือไม่
3. มีผู้รับผิดชอบหรือสถานะอนุมัติหรือไม่
4. มีเอกสารใหม่กว่าที่แทนที่มันหรือไม่

ถ้าคำตอบข้อใดไม่ชัด ให้ผลนั้นอยู่ในกลุ่ม “เบาะแส” ไม่ใช่ “หลักฐานใช้ตัดสินใจ”

ตัวอย่างจำลองตามกระบวนการ Oracle V4

เส้นทางครบ: มนุษย์ส่งเรื่องให้ Earth AI แล้ว Earth AI ส่งต่อให้ Jan เลือก House เมื่อ House ทำงานเสร็จ รายงานจะกลับผ่าน Jan และ Earth AI จนถึงมนุษย์

มนุษย์บอกผลลัพธ์ที่ต้องการแก่ Earth AI จากนั้น Earth AI ทำรายละเอียดงานส่ง Jan และ Jan มอบหมาย House ให้ทำแฟ้มหลักฐานเรื่องการเลื่อนส่งสินค้า House เริ่มจากบันไดคำค้นสามระดับ รอบแรกใช้คำตรง พบคู่มือคลัง รอบสองใช้คำหลากหลาย พบรายงานทบทวน และรอบผสมพบคู่มือบริการลูกค้าที่ใช้ภาษาต่างกัน

House รวมผลซ้ำ เปิดเอกสารเต็ม และเขียนในไฟล์รายงานว่า “ระบบค้นความหมายพร้อมในรอบนี้” หรือ “ลดระดับเป็น FTS-only” ตามสิ่งที่ตรวจได้ แล้วส่งไฟล์กลับ Jan เพื่อส่งผ่าน Earth AI ให้มนุษย์ผู้รับผิดชอบตัดสินว่าเอกสารใดเป็นนโยบายหลัก

กรณีนี้ไม่อ้างว่าคะแนนค้นเป็นมาตรฐานคุณภาพ และไม่สรุปว่าการพบเอกสารหลายฉบับคือความเห็นพ้อง

หยุดแล้วมองอีกครั้ง

หยิบคำที่ทีมของคุณชอบใช้หนึ่งคำ เช่น “ลูกค้าเก่า”, “งานด่วน” หรือ “ยอดสุทธิ” แล้วถามว่าฝ่ายขาย ฝ่ายบัญชี และเจ้าของนิยามคำนี้เหมือนกันหรือไม่

บางครั้งปัญหาการค้นเปิดเผยปัญหาที่ลึกกว่า: ธุรกิจยังไม่มีภาษากลาง เมื่อเห็นความต่างนี้แล้ว อย่ารีบลบคำเดิม ให้ทำพจนานุกรมคำเรียกพร้อมบริบทว่าแต่ละฝ่ายหมายถึงอะไร

ลองทำอย่างปลอดภัย

ใช้ชุดเอกสารจำลองสี่ใบต่อไปนี้:

1. “นโยบายเปลี่ยนกำหนดจัดส่ง”
2. “ขั้นตอนพักออเดอร์เมื่อลูกค้าไม่อยู่”
3. “คู่มือจัดส่งซ้ำหลังตีกลับ”
4. “ข้อตกลงเลื่อนชำระเงิน”

สร้างบันไดคำค้นสามระดับสำหรับคำถาม “ลูกค้ายังไม่พร้อมรับของตามวันเดิม ทีมควรทำอย่างไร” แล้วเขียนว่าเอกสารใดน่าจะเกี่ยวข้อง เอกสารใดเป็นผลลวง และเพราะเหตุใด

ก่อนเริ่ม (preflight)

• ทำบนกระดาษหรือไฟล์จำลอง ไม่เชื่อมฐานความรู้จริง
• ระบุว่าคุณกำลังจำลอง FTS หรือการค้นด้วยความหมายในแต่ละรอบ
• กำหนดเกณฑ์คัดออกก่อนดูคำตอบ

ผลที่คาดหวัง (expected result)

• ได้คำค้นอย่างน้อยสองคำต่อชั้น
• อธิบายได้ว่าทำไมเอกสารข้อ 4 แม้มีคำว่า “เลื่อน” จึงอาจไม่เกี่ยวข้อง
• มีบันทึกว่าถ้า vector ไม่พร้อม จะใช้คำพ้องใดเพิ่มใน FTS

หยุดและถามคนเมื่อ… (stop condition)

• หยุดหากเริ่มใส่ชื่อลูกค้า ที่อยู่ หมายเลขออเดอร์ หรือข้อความจากระบบจริง
• หยุดหากกำลังสรุปนโยบายจากชื่อเอกสารโดยยังไม่เห็นเนื้อหา

วิธีกู้คืน (recovery)

• กลับไปใช้ชื่อเอกสารจำลอง
• เขียนผลเป็น “ควรเปิดอ่าน” แทน “คือคำตอบ”
• ถ้าการค้นความหมายไม่พร้อม ให้บันทึก fallback แล้วขยายรายการคำตรงอย่างโปร่งใส

ระวังความเข้าใจผิด

• semantic search ไม่ได้ “เข้าใจเหมือนมนุษย์” มันหาความใกล้จากตัวแทนเชิงคำนวณของเนื้อหา
• FTS ไม่ได้ล้าสมัย มันเหมาะมากกับรหัส ชื่อเฉพาะ และถ้อยคำที่ต้องตรง
• hybrid ไม่ได้รับประกันว่าจะพบทุกเอกสาร
• การใช้ทางสำรอง (fallback) ลดสิ่งที่ระบบทำได้บางส่วน ผลก่อนและหลังจึงเปรียบเทียบตรง ๆ ไม่ได้
• เอกสารที่เขียนไทยกับคำถามอังกฤษอาจให้ผลต่างตามรุ่นและการตั้งค่า จึงต้องทดสอบกับข้อมูลขององค์กรเอง ไม่สรุปจากตัวอย่างเดียว

สามเรื่องที่ควรจำ

1. คำตรงช่วยเมื่อรู้ถ้อยคำ ความหมายช่วยเมื่อรู้เจตนาของเรื่อง
2. Hybrid รวมเบาะแส แต่คนยังต้องอ่านต้นฉบับ
3. เมื่อระบบลดระดับเป็น FTS-only ต้องบอกไว้ เพราะผลค้นอาจเปลี่ยน

คำถามชวนคิด

ในธุรกิจของคุณมีคำใดที่ทุกคนใช้เหมือนกัน แต่หมายถึงคนละเรื่อง และความต่างนั้นเคยทำให้ค้นผิดหรือตัดสินใจผิดอย่างไร

สะพานไปบทถัดไป

ต่อให้ค้นได้เก่งเพียงใด หากเราถามระบบว่า “สรุปคำตอบมาเลย” โดยไม่กำหนดหลักฐาน มันก็อาจเติมช่องว่างให้ดูสมบูรณ์ บทต่อไปจึงว่าด้วยการถามแบบที่อนุญาตให้ตอบว่า “ยังไม่รู้”