先广后深搜索策略

概述

先广后深搜索策略是一种信息检索方法，模仿专家人类研究者的行为，先用短而宽泛的查询探索全局，评估可用信息后再逐步缩小焦点。

关键内容

1. 问题背景：Anthropic 发现 Agent 默认倾向于使用过于具体的查询，导致返回结果少，信息覆盖不足。

2. 策略设计：

3. 第一阶段（广）：使用短、宽泛查询探索全局信息
4. 第二阶段（评估）：评估可用信息的分布和质量

5. 第三阶段（深）：逐步缩小焦点，进行针对性深入搜索

6. 在 Prompt 中的实现：在 Prompt 中引导 Agent 模仿专家人类研究者的行为模式，而非直接给出具体查询指令。

7. 与动态 RAG 的关系：先广后深是动态 RAG 系统中的核心搜索策略，支持在搜索过程中根据新发现动态调整方向。

8. 效果：相比直接使用具体查询，先广后深策略能发现更多相关信息，减少遗漏重要信息源的风险。

来源

• 05_multi_agent_research — 第三节：Prompt 工程（先广后深的搜索策略）

相关

• 动态 RAG — part_of
• 多 Agent 系统 — relates_to
• 上下文检索 — relates_to