Prompt Fan-out
AI搜索中用于提升检索覆盖度的查询扩展策略，将用户原始问题拆解为多个彼此独立、可并行执行的子查询，分别检索不同数据源后整合成综合答案，与查询改写和查询扩展相比，更强调并行分解和多源整合。
时间轴 (近 90 天)
Prompt fan-out技术指从一个种子问题出发，自动生成一组语义相关但角度不同的子问题，通常基于大语言模型的语义扩展能力或对搜索建议、社区问答的聚合分析；生成的提示词应经过人工筛选以确保既全面又可操作。
一个用户问题可能触发五到十次搜索，且具体选择哪些子查询由系统决定，每次运行可能不同，用户通常无法看到全部子查询列表。
在 Fan-out 视角下选择追踪提示词的方法：从买家问题出发（初期 10 到 15 个），将每个问题展开为子查询（属性、对比、证据、使用场景、约束条件五个维度），将优质子查询转化为自然语言提示词，按类别分组，固定列表并持续追踪。
Fan-out 的局限包括：无法看到每个子查询（生成器和手动展开给出的是可能的子查询，而非系统实际运行的精确列表）、模式会随时间变化、覆盖子查询并不能强制获得提及。
全部知识事实 (4)
Prompt fan-out技术指从一个种子问题出发，自动生成一组语义相关但角度不同的子问题，通常基于大语言模型的语义扩展能力或对搜索建议、社区问答的聚合分析；生成的提示词应经过人工筛选以确保既全面又可操作。
50%待验证一个用户问题可能触发五到十次搜索，且具体选择哪些子查询由系统决定，每次运行可能不同，用户通常无法看到全部子查询列表。
50%待验证在 Fan-out 视角下选择追踪提示词的方法：从买家问题出发（初期 10 到 15 个），将每个问题展开为子查询（属性、对比、证据、使用场景、约束条件五个维度），将优质子查询转化为自然语言提示词，按类别分组，固定列表并持续追踪。
50%待验证Fan-out 的局限包括：无法看到每个子查询（生成器和手动展开给出的是可能的子查询，而非系统实际运行的精确列表）、模式会随时间变化、覆盖子查询并不能强制获得提及。
50%