待验证50% 置信解决方案精确时间
查询改写的典型做法是设计专门的Prompt模板，将最近N轮对话历史和当前用户输入一起传给LLM，让其输出语义完整、可独立检索的查询语句
1
来源数
50%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
待验证以LLM为例，上下文包括系统提示、用户查询、外部检索信息、历史交互记录和附加系统输出74% 相似待验证在提问时明确要求模型联网查询最新信息，可利用指令遵循能力强制触发实时检索70% 相似待验证传统LLM工具（如ChatGPT、Claude）的交互本质上是问答形式，生成的代码需要手动复制粘贴和调试69% 相似待验证ToolContext不仅能获取自定义元数据，还能访问当前的聊天记录State，包含用户提示词、大模型响应、工具调用参数等完整对话上下文信息68% 相似待验证语义缓存（Semantic Cache）通过计算新查询与历史查询的向量相似度，超过阈值时直接返回缓存答案，GPTCache等开源工具实现了这一机制，通常与TTL机制结合68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/843213API
curl https://kongchang.com/api/v1/knowledge/claims/843213MCP
get_claim(id=843213)