Query rewriting для магических услуг

В современном мире онлайн‑поиска даже такие нишевые категории‚ как магические услуги‚ требуют высокой точности и релевантности выдачи. Пользователи часто вводят запросы в виде «как снять проклятие»‚ «заклинание на любовь» или «заказать астральный тур». Без правильной обработки такие запросы могут привести к плохим результатам‚ «галлюцинациям» LLM‑моделей и‚ в конечном итоге‚ к недовольству клиентов.

Техника query rewriting (переписывание запросов) позволяет автоматически трансформировать ввод пользователя в более эффективный запрос‚ добавляя недостающие термины‚ исправляя ошибки и учитывая семантику. В статье рассмотрим‚ как применить эту технику именно к поиску магических услуг.

Что такое query rewriting?

Query rewriting, это процесс автоматической модификации пользовательского запроса с целью улучшения качества поиска. Основные задачи:

Расширение запроса (query expansion) — добавление синонимов‚ связанных терминов и альтернативных формулировок.
Коррекция ошибок — исправление опечаток‚ грамматических и орфографических ошибок.
Реструктуризация — изменение порядка слов‚ удаление разговорных оборотов.
Добавление контекста — включение недостающих ключевых слов‚ которые пользователь мог упустить.

Эти шаги позволяют поисковому движку лучше понять намерение пользователя и вернуть более релевантные результаты.

Почему query rewriting критичен для магических услуг?

Магические услуги обладают рядом особенностей‚ усложняющих поиск:

Множественная терминология. Один и тот же ритуал может называться «заклинание на богатство»‚ «приворот к деньгам» или «ритуал изобилия».
Скрытый смысл. Пользователи часто используют метафоры («как избавиться от плохой энергии») вместо прямых терминов.
Наличие «псевдонаучных» и «мистических» слов. Поисковые движки‚ обученные на обычных текстах‚ могут не распознавать такие термины без дополнительного контекста.
Риск галлюцинаций LLM. При генерации ответов без корректного запроса модель может «придумать» несуществующие ритуалы.

Переписывание запросов помогает решить все перечисленные проблемы‚ делая поиск более точным и безопасным.

Основные техники query rewriting

Расширение запросов (Query Expansion)

Пример из OpenSource Connections показывает‚ как разбивать составные слова: smart phone → smartphone. Для магических услуг аналогично:

«заклинание на любовь» → добавить синонимы: любовный ритуал‚ приворот‚ магический обряд любви.
«как снять проклятие» → добавить разъярить‚ очистить‚ снять негатив.

Синтаксический и семантический анализ

Используем LLM (например‚ GPT‑4) для генерации ключевых слов и псевдо‑ответов‚ как описано в блоге Elasticsearch Labs. Алгоритм:

Получаем исходный запрос.
Передаём запрос в LLM с инструкцией «Сгенерировать 5 релевантных ключевых слов для темы магических услуг».
Полученные слова добавляем к запросу (расширяем).

Коррекция опечаток и разговорных оборотов

Правило из статьи DEV Community:

1. Сохранить смысл.
2. Убрать разговорный язык.
3. Добавить недостающие ключевые слова.

Пример:

Исходный запрос: «хочу чтоб меня влюбил в меня» → Переписанный запрос: «заклинание на взаимную любовь».

Семантический ранжер (Semantic Ranker)

В Azure AI Search можно включить queryRewrites и задать queryLanguage (например‚ ru-RU). Система использует семантическую модель‚ чтобы подобрать более точные варианты запроса.

Интеграция в RAG‑поток (Retrieval‑Augmented Generation)

Как описано в Meilisearch‚ переписывание запросов повышает точность извлечения и снижает «галлюцинацию» LLM‑ответов. Типичный workflow:

Пользователь вводит запрос.
Система применяет набор правил переписывания (расширение‚ коррекция‚ семантический ранжер).
Полученный запрос отправляется в векторный поиск.
Найденные документы передаются в LLM для генерации окончательного ответа.

Пример рабочего процесса для магических услуг


// Псевдокод на Python (используем библиотеку transformers + Elasticsearch)
from transformers import pipeline
from elasticsearch import Elasticsearch

es = Elasticsearch(hosts=["http://localhost:9200"])
rewriter = pipeline("text2text-generation"‚ model="gpt-4o-mini")

def rewrite_query(user_query):
 # 2. Генерация расширенных ключевых слов
 prompt = f"Сгенерируй 5 релевантных ключевых слов для запроса о магических услугах: "{user_query}"."
 keywords = rewriter(prompt)[0]["generated_text"]
 # 3. Объединяем оригинал и новые термины
 expanded = f"{user_query} {keywords}"
 # 4. Убираем разговорные обороты (простейший пример)
 cleaned = expanded.replace("как"‚ "").replace("чтоб"‚ "")
 return cleaned.strip

def search_magical_services(query):
 rewritten = rewrite_query(query)
 body = {
 "query": {
 "multi_match": {
 "query": rewritten‚
 "fields": ["title^3"‚ "description"‚ "tags"]
 }
 }
 }
 return es.search(index="magical_services"‚ body=body)

user_input = "как снять проклятие с дома"
results = search_magical_services(user_input)
print(results)

В результате запрос «как снять проклятие с дома» будет преобразован в нечто вроде:

«проклятие дом снятие ритуал очистки негативных энергий»

И поисковый движок вернёт более релевантные ритуалы‚ статьи и услуги.

Интеграция с популярными поисковыми движками

Elasticsearch

Включить query_rewrite в search_type.
Настроить synonym_filter с магическими терминами (приворот‚ ритуал‚ астральный тур).
Использовать completion suggester для автодополнения.

Azure AI Search

Пример конфигурации:

{
 "searchMode": "any"‚
 "queryLanguage": "ru-RU"‚
 "queryRewrites": {
 "mode": "semantic"‚
 "semanticConfiguration": "magicalServices"
 }
}

Meilisearch

В Meilisearch достаточно добавить synonyms в настройках индекса и включить typoTolerance:

{
 "synonyms": {
 "приворот": ["любовный ритуал"‚ "заклинание на любовь"]‚
 "проклятие": ["злая энергия"‚ "негатив"]
 }‚ "typoTolerance": true
}

Практические рекомендации

Создайте словарь синонимов. Включите в него как традиционные термины (приворот)‚ так и разговорные (запустить любовь).
Регулярно обновляйте модели LLM. Магический сленг меняется‚ поэтому периодически переобучайте или подстраивайте подсказки.
Тестируйте на реальных запросах. Сравнивайте метрики precision@k и recall до и после внедрения переписывания.
Контролируйте «галлюцинацию». После получения результатов от LLM проверяйте их на соответствие реальному контенту (RAG‑pipeline).
Обеспечьте безопасность. Фильтруйте запросы‚ содержащие потенциально опасные или нелегальные инструкции.

Техника query rewriting, мощный инструмент‚ позволяющий превратить «хаотичные» пользовательские запросы в точные поисковые запросы‚ особенно в такой специфической сфере‚ как магические услуги. Применяя методы расширения‚ коррекции ошибок‚ семантического ранжера и интеграцию с LLM‚ вы сможете:

Увеличить релевантность выдачи;
Снизить количество «пустых» результатов;
Сократить риск галлюцинаций в генеративных ответах;
Повысить удовлетворённость клиентов и конверсию.

Внедрение описанных подходов требует небольших усилий (настройка синонимов‚ написание простых скриптов‑переписчиков)‚ но отдача в виде более точных и безопасных поисковых результатов может стать конкурентным преимуществом любого сервиса‚ предлагающего магические услуги.

Собранные сведения основаны на публикациях от 2022‑2026 годов: OpenSource Connections‚ Elasticsearch Labs‚ DEV Community‚ Microsoft Learn‚ Meilisearch.