一個鮮為人知的事實：AI 要在你的文件裡找到正確答案之前，必須先把每一句話、每一張相片、每一段語音，轉換成一長串數字。這串數字不是摘要，也不是關鍵字，而是記錄了內容「意思」的數百個數值。
這串數字叫做嵌入（Embedding）。過去兩年你見過的「智能搜尋」和「向文件提問」功能，背後幾乎都靠它運作。2026 年 10 月 6 日，Google DeepMind 推出免費模型 EmbeddingGemma 2，連普通手機也能為文字、圖片、聲音和影片建立嵌入。
AI 的嵌入是什麼？
嵌入是一串代表內容意思的數字，內容可以是一句話、一張產品相片或一段錄音。意思相近的內容，會得到相近的數字。因此，電腦能判斷「你們有送貨到將軍澳嗎？」與「可以寄到西貢區嗎？」意思接近，即使兩句話幾乎沒有相同的字。
你可以把它想像成一張巨大的「意思地圖」，每段內容都有一個精確地址。問送貨的問題住在同一區，問退款的住在另一區。AI 搜尋時並非逐份重讀文件，而是比較地圖上的地址，所以即使有數千份文件，速度依然很快。
嵌入如何運作？
嵌入的運作分三步：先由模型把每段內容一次性轉換成數字，再把這些數字存入可搜尋的索引，之後每個新問題都以同樣方法轉換，並與最接近的已存內容配對。最接近的結果會直接顯示，或交給聊天機械人撰寫回覆。
--- 轉換：嵌入模型逐項讀取你的價目表、過往客戶電郵等內容，並為每項輸出一串數字。EmbeddingGemma 2 預設每項輸出 768 個數值。
--- 儲存：數字存入專門的資料庫，一般稱為向量資料庫。「向量」只是「一串數字」的技術說法。
--- 比較：有人提問時，問題同樣被轉換成數字，系統找出距離最近，也就是意思最接近的內容。
這就像一位資深的茶莊掌櫃：你描述上次喜歡的口味，他不用逐罐看標籤，就能直接走到正確的架子前。嵌入，就是掌櫃心中那張「每罐茶應放在哪裡」的地圖。
2026 年 10 月推出的 EmbeddingGemma 2 改變了什麼？
Google DeepMind 於 2026 年 10 月 6 日推出 EmbeddingGemma 2，首次把文字、程式碼、圖片、影片和聲音放進同一張意思地圖。它以 Apache 2.0 授權免費下載，Google 表示完整版本在新款手機上約佔 567 MB 記憶體，純文字版本約 191 MB。
根據 Google 開發者公告，同一個模型可以用語音備忘找到影片片段，或用文字問題找到相片。對老闆而言，有三點值得留意：
--- 可在本機運行：內容可以在裝置上建立索引和搜尋，毋須為了搜尋而把檔案傳送到外部服務。
--- 沒有內置安全過濾：模型說明指出它未經安全調校，過濾和測試的責任落在開發產品的一方。
香港中小企現在可以怎樣應用嵌入？
凡是讓顧客或員工「按意思搜尋」而非「按字眼搜尋」，就是在應用嵌入。常見例子包括能理解口語化問題的網站搜尋、能找出員工手冊正確條文的內部助理，以及讓顧客上載相片尋找相似貨品的網店。
--- 家品網店：顧客輸入「適合細單位的收納」，系統便找出摺疊櫃和牆身層架，即使產品頁從未寫過「細單位」。
--- 貿易公司：員工搜尋「去年包裝出問題的那間廠」，即使記不起廠名也能找到相關往來電郵。
--- 維修服務：WhatsApp 查詢自動配對最接近的標準答案，確保不同同事回覆一致。
關於嵌入，有哪些常見誤解？
最常見的誤解，是以為嵌入能令 AI 變得準確。嵌入擅長找出相關內容，但「相關」不等於「正確」。系統可能找到意思相近卻已過時的段落，也可能漏掉發票號碼這類精確資料，而傳統關鍵字搜尋反而一找便中。
--- 「嵌入可取代關鍵字搜尋」：兩者並用效果最好，產品編號、電話和人名用精確配對更可靠，這稱為混合搜尋。
--- 「嵌入只是文件摘要」：嵌入無法直接閱讀，但研究顯示部分內容可被局部還原，因此敏感文件的嵌入也應視為敏感資料。
付費之前，如何測試 AI 搜尋工具？
最實際的方法，是用你自己真實而凌亂的問題測試，並計算正確文件出現在頭三個結果的次數。同時問清楚供應商：嵌入存放在哪裡、內容更改後多久更新，以及搜尋編號和名稱時是否同時使用關鍵字配對。
--- 收集 20 條真實問題：包括錯字、口語和中英夾雜的句子。
--- 逐條記下正確答案出處，然後全部輸入工具，數一數正確出處進入頭三位的次數。
--- 確認資料存放地點：內容和嵌入是留在你的裝置、香港，還是海外，這與《個人資料（私隱）條例》相關。可參考我們的資料駐留解說。
嵌入常見問題
以下是老闆最常問的嵌入、向量資料庫和語意搜尋問題，每題附簡短答案。
嵌入和 ChatGPT 這類聊天機械人是同一樣東西嗎？
不是。嵌入模型負責按意思尋找和排序內容，聊天模型則負責寫出新的句子。不少商業 AI 工具兩者並用：先由嵌入模型找出文件中最相關的幾段，再由聊天模型根據這些段落撰寫回覆，這種組合通常稱為檢索增強生成（RAG）。關於寫作一步的風險，可參考我們的 AI 幻覺解說。
使用嵌入一定要買向量資料庫嗎？
不一定。大部分提供 AI 搜尋的商業工具已在背後包含儲存功能，只有與開發人員自建系統時才需要自行選擇。
嵌入能處理中文和廣東話嗎？
不少新模型支援中文，但書寫廣東話和中英夾雜訊息的表現參差，正式使用前應以真實客戶訊息測試。
總結：智能搜尋背後的那張地圖
嵌入就是 AI 的意思地圖。它令搜尋框聽得懂「適合細單位的收納」，也令內部助理能在兩百頁手冊中找出正確段落。隨著 EmbeddingGemma 2 這類免費、手機也能運行的模型出現，這項能力正變得更便宜，也更容易在你自己的資料旁邊運行。
老闆的工作沒有改變：保持資料準確、用真實問題測試、問清楚資料存放在哪裡。做好這三點，語意搜尋便會成為小企業最實用的 AI 升級之一。懂AI，更懂你 UD相伴，AI不冷
由 UD AI 團隊審閱。
語意搜尋好不好用，取決於背後的資料和設定。歡迎了解能搜尋你公司價目表、手冊和過往訊息的 AI 員工，UD 團隊手把手教你，由整理文件到用真實客戶問題測試，全程陪你走每一步。