需求要素重合度判断语义距离

需求要素，是指用户向AI提问时隐含的关注点。一个典型的问题场景通常包含多个需求要素。以“高原矿区零下三十度工况选什么设备”为例，需求要素包括：工况条件（高原、低温）、应用场景（矿区）、需求类型（设备选型）、关注维度（适用性）。拆解需求要素是判断语义距离的第一步⁠。

将两个问题场景的需求要素分别拆解后，逐项比对重合情况⁠。

完全重合。两个场景在所有需求要素上一致，仅表述方式不同。语义距离最近，信源字段可直接复用⁠。

部分重合。两个场景在部分需求要素上一致，在部分要素上存在差异。重合度越高，语义距离越近⁠。

低度重合。两个场景的需求要素大部分不同，仅有个别要素交叉。语义距离较远，扩展成本较高⁠。

实务中可用重合要素数量占总要素数量的比例来量化。比例越高，优先级越高⁠。

高重合度场景优先扩展。需求要素重合度高的场景，品牌已有信源中的场景关联字段可直接被AI调用。例如，从“高原矿区设备选型”扩展到“高寒矿区设备选型”，工况条件略有差异，但应用场景和需求类型一致，已有信源中的矿区适用性字段仍可发挥作用，仅需补充低温相关的技术参数⁠。

低重合度场景后置。需求要素重合度低的场景，AI调用信源的逻辑差异较大，需补充全新字段类型。例如，从“矿区设备选型”扩展到“设备售后服务评价”，需求类型从选型变为评价，AI调用的信源字段从产品适用性转向服务能力和用户反馈，扩展成本显著上升⁠。

部分重合场景的补强重点。部分重合的场景，重点补充差异要素对应的信源字段。重合要素对应的字段直接复用，不重复建设⁠。

建立需求要素标签体系。将常见需求要素分类标注，如工况条件、应用行业、需求类型、关注维度等。每个问题场景标注其包含的要素标签⁠。

重合度比对表。将已有场景与待扩展场景的需求要素标签逐一比对，记录重合项和差异项。重合项数量除以总要素数量，得出重合度比例⁠。

按重合度排序。将待扩展场景按重合度从高到低排序，优先扩展重合度高的场景。每完成一轮扩展并验证数据后，再进入下一轮⁠。

动态调整。若某场景扩展后数据反馈良好，可适当提高同类场景的扩展优先级；若数据低迷，应暂缓该方向扩展，优先巩固已有场景⁠。