OpenAI Embeddings 入门：向量检索最小可行流程

这篇解决什么： 如何用 Embeddings 做语义相似与简易检索，而不是再写一个聊天机器人。
适合谁： 要做知识库问答、相似推荐、去重的开发者。
一句话： Embeddings ≠ chatbot——它把文本变成向量，方便「算相近」，本身不负责多轮闲聊。

上次核对：模型名与维度以 platform.openai.com 当前 Embedding 模型列表为准（2026-09-18）。

它在系统里站哪一层

文档切片 → Embedding API → 向量存储
用户问题 → Embedding API → 近邻检索 → （可选）再交给 Chat/Responses 生成回答

对话补全见 API 入门 或 Responses。本页只覆盖「向量这一跳」。

最小可行流程

1. 选任务，而不是先选数据库

任务	Embeddings 是否值得
「这段和那份文档像不像」	值得
知识库问答（先找片段再生成）	通常值得
只要翻译/改写一封邮件	不需要 embeddings
精确关键字过滤（订单号、SKU）	先用普通检索/SQL

2. 切片（Chunk）

• 按标题/段落切，避免把整本手册塞进一个向量。
• 记录 source_id、标题、偏移，方便引用回原文。
• 切片过大：检索噪声；过小：丢失上下文——用你的语料试 200–800 字量级起步（经验起点，不是官方定数）。

3. 调用 Embedding（示意）

import OpenAI from 'openai';

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function embed(text: string) {
  const res = await client.embeddings.create({
    model: 'text-embedding-3-small', // 以平台当前模型名为准
    input: text,
  });
  return res.data[0]?.embedding;
}

把返回的 number[] 与元数据一并写入向量库或先用内存/ SQLite 做 PoC。

4. 相似度与检索

• 常用余弦相似度（cosine）。
• 查询时：问题 → embedding → Top-K 近邻 → 把片段交给生成模型（可选）。
• 生成模型仍会编造：检索只降低胡说概率，不取消人工核对。

RAG 里它负责什么、不负责什么

负责	不负责
语义召回相关片段	保证答案事实正确
降低「全书塞进 prompt」的成本	替代权限与审计
支持去重、聚类、推荐	替代结构化过滤（日期、作者）

完整 Agent 编排见 Agents；流式与账单见 成本文。

常见误区

1. 用聊天模型「假装」检索——长上下文硬塞 ≠ embeddings。
2. 不切分就 embed 整库——贵且差。
3. 召回了就信——必须带来源；关键数字二次核对。
4. 把 embedding 当长期记忆产品功能——产品 Memory 见 ChatGPT Memory，那是另一条意图。

实施检查清单

• 明确「只检索」还是「检索 + 生成」
• 切片策略与元数据字段写进文档
• Key 仅服务端；语料无密钥/身份证
• 评测集：10 个真实问题，看 Top-K 是否命中正确段
• 监控 embedding 调用量与存储体积

相关阅读

• OpenAI API 入门
• Responses API
• JSON / Vision
• 流式与成本
• 提示词工程进阶
• API 分类

使用入口

• 官方：platform.openai.com