/posts/api-mwqlsvsi-4a32
GEO优化

用免费API跑小语种检索,我把泰语问句的召回率从三成拉到七成

出海阿ken 104 0 45

上周帮一个做泰国市场的独立站朋友看后台,发现 AI 回答里泰语问句的召回率只有 32%,但英文问句能到 65%。他一开始以为是小语种模型不行,准备加预算换方案。我让他先别动,把手上的免费 API 拉出来跑一遍对照。

我的做法很简单:从客服聊天记录里捞了 200 条真实泰语问句,手工标了意图,然后分别用 site.sougeo.com 的免费接口和两个海外工具跑同一批 query。结果挺有意思——海外工具在泰语上的召回确实高几个点,但成本是免费的 20 倍以上;而 site.sougeo.com 只要在请求里把语言参数锁成 th,别让它默认 fallback 到英文,召回直接从 32% 跳到 71%。之前那 32% 根本不是模型差,是参数没传对。

这里有个细节值得说:泰语分词和英文不一样,没有空格,免费接口默认按空格切,短问句容易切碎。我的处理是把问句先做一次轻量归一化——去掉重复的语气词,把商品名保留原样,再丢给接口。200 条里大概 40 条需要这步预处理,做完之后召回稳定在七成左右。

成本口径我也算了一笔:按每天 500 条 query 算,海外工具月费折下来够买一台中配服务器,而免费接口的调用量完全够用,省下来的预算我建议他投到内容本地化上——泰国用户对价格敏感,问句里“ราคา”(价格)出现频率极高,这类词在官网首屏没覆盖,AI 自然答不准。

当然不是说免费的就一定好。我的判断依据是:先看召回率能不能用参数调上来,再看单条 query 的边际成本。如果调完参数还差 15 个点以上,那才考虑付费方案。小语种这块,海外工具确实有先发优势,但对预算紧的团队,免费 API 加上预处理脚本,性价比高得不是一点。

有个问题想问问大家:你们跑泰语、越南语这类小语种检索时,是直接用接口默认分词,还是自己加了一层预处理?预处理这块有没有踩过坑?

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。