Azure AI 搜尋服務常見問題集

尋找 Azure AI 搜尋服務常見問題的解答。

一般

什麼是 Azure AI 搜尋服務？

Azure AI Search 提供專用的搜尋引擎及持續儲存可搜尋內容，適用於代理式、全文及向量搜尋情境。 它還包含可選的整合 AI，從原始內容中擷取文字與結構，並能將內容分塊與向量化以供向量搜尋。

如何使用 Azure AI 搜尋服務？

主要工作流程是建立、載入和查詢索引。 雖然多數工作都可使用 Azure 入口網站，但 Azure AI 搜尋服務旨在透過程式設計的方式，處理用戶端程式碼提出的要求。 程式設計方面，可透過適用於 Azure 的 .NET、Python、Java 和 JavaScript SDK 的 REST API 和用戶端程式庫提供支援。

「Azure Search」、「Azure Cognitive Search」和「Azure AI Search」是同一款產品嗎？

是的。 它們都是同一款產品，品牌重塑分別在 2019 年 10 月和 2023 年 10 月進行。 您可能偶爾會在程式設計層級上看到先前名稱的證據。

支援哪些語言？

針對向量，您使用的內嵌模型會決定語言體驗。

對於非向量的字串和數字，用於 Token 化的預設分析器是標準 Lucene，其與語言無關。 否則，語言支援將會透過語言分析器將語言規則套用至輸入 (索引編制) 和輸出 (查詢) 內容的方式執行。 某些功能 (例如拼字檢查和查詢重寫) 僅限於部分語言使用。

如何將搜尋整合到我的解決方案中？

用戶端程式碼應該呼叫 Azure ADK 用戶端程式庫或 REST API，以連線至搜尋索引、制訂查詢及處理回應。 你也可以寫程式碼來建立並刷新索引，或用程式化或腳本執行索引器。

我可以暫停服務並停止計費嗎？

您無法暫停搜尋服務。 在 Azure AI 搜尋服務中，計算資源會在服務建立時配置。 無法隨時釋放並回收這些資源。

我可以升級或降級服務嗎？

在 2024 年 4 月之前在特定區域建立的服務可以 升級至更高容量的叢集。 不支援降級您的服務。

若要取得更多或更少的容量，您也可以 切換至不同的定價層。 如果您目前的服務組態超出 目標層的限制 ，或您的區域 在目標層上有容量限制，則會封鎖擴展。 目前，您只能在基本層與標準層 (S1、S2 和 S3) 之間切換。

我可以重新命名或移動服務嗎？

服務名稱和區域在服務的存留期內都是固定的。

如果我將搜尋服務移轉到了另一個訂閱或資源群組，我是否會遇到任何停機時間？

只要您在移動資源之前有遵循檢查清單，並確定每個步驟都有完成，就不應該會有任何停機時間。

為什麼我會看到相同層級的搜尋服務有不同的儲存體限制？

儲存體限制可能會依服務建立日期而有所不同。 在大部分受支援的區域中，較新的服務通常比較舊的服務擁有更高的儲存體限制，即使它們位於相同層級也一樣。 不過，您可能可以升級舊服務以存取新的限制。

編製索引

Azure AI 搜尋服務中的「編製索引」是什麼意思？

它指的是擷取、剖析和儲存填入搜尋索引的文字內容和權杖。 索引編制會建立反向索引和其他支援資訊擷取的實體資料結構。

如果結構描述包含向量欄位，則會建立向量索引。

我可以移動、備份和還原索引嗎？

我們並沒有針對索引移植提供原生支援。 搜尋索引被視為下游資料結構，負責接受來自其他收集運算資料的資料來源內容。 因此，沒有內建備份和還原索引的支援。 預期如果索引被刪除或需要移動，你會從來源資料重建。

不過，如果你想在搜尋服務間移動索引，可以試試 .NET 或 Python 的備份與還原程式碼範例。

刪除索引或服務後，我可以恢復嗎？

否。 如果你刪除 Azure AI Search 索引或服務，該索引無法被恢復。 當你刪除搜尋服務時，該服務中的所有索引都會永久刪除。

我可以從 SQL Database 複本編制索引嗎？

如果您使用的是 Azure SQL Database 的搜尋索引子，則在從頭開始建置索引時，您可以使用主要或次要複本做為資料來源而沒有任何限制。 不過，使用累加式更新重新整理索引 (根據變更的記錄) 則需要主要複本。 這項需求是來自 SQL Database，以保證只對主要複本進行變更追蹤。 如果您嘗試針對索引重新整理工作負載使用次要複本，則不保證會取得所有資料。

向量

什麼是向量搜尋？

向量搜尋技術可比對向量表示法來尋找最類似的文件。 由於向量表示的目標是以數值格式捕捉項目的基本特徵，向量查詢即使沒有基於關鍵字或標籤的明確匹配，也能識別相似內容。

當使用者執行搜尋時，查詢會被摘要成向量表示，向量搜尋引擎會識別最相似的文件。 為了提升大型資料庫的效率，向量搜尋通常會提供查詢向量的近似最近鄰（ANN）。 欲了解更多資訊，請參閱 Azure AI Search 中的向量搜尋。

Azure AI 搜尋服務是否支援向量搜尋？

Azure AI 搜尋服務支援向量索引編製和擷取， 如果你使用 整合向量化，它可以將查詢字串和內容分割並向量化，這需要依賴索引器和技能組合。

向量搜尋在 Azure AI 搜尋服務中如何運作？

獨立向量搜尋必須先使用內嵌模型，在內嵌空間內將內容轉換成向量表示法。 接著，您可透過文件承載，將這些向量提供給搜尋索引，以進行索引編製。 若要處理搜尋要求，您可以使用相同的內嵌模型，將搜尋查詢轉換成向量表示法，然後向量搜尋會尋找最相似的向量，並傳回相對應的文件。

在 Azure AI 搜尋服務中，除了文字和其他類型的內容，您可針對向量資料進行索引編製，成為文件中的欄位。 向量欄位有多個資料類型。

向量查詢可獨立發出，也可伴隨字詞查詢和篩選條件等其他查詢類型在同一搜尋要求中發出。

Azure AI 搜尋服務可將我的內容或查詢向量化嗎？

內建整合向量化現已正式推出。

我的搜尋服務是否支援向量搜尋？

大部分現有的服務都支援向量搜尋。 若您使用支援向量搜尋的套件或 API，但索引建立失敗，這代表基礎搜尋服務不支援向量搜尋，必須建立新的服務。 2019 年 1 月 1 日前建立的一小部分服務可能會有此情形。

我可以將向量搜尋新增至現有索引嗎？

如果您的搜尋服務支援向量搜尋，則現有索引和新索引都可以容納向量欄位。

為什麼新的搜尋服務和現有搜尋服務的向量索引大小限制不同？

Azure AI 搜尋服務已在全球為新的搜尋服務推出了改進的向量索引大小上限，但某些區域會遇到容量限制，且部分區域未具備必要的基礎結構。 在受支援的區域中，2024 年 5 月之後建立的新搜尋服務應該會看到增加的向量索引大小上限。 或者，如果您在支援的區域中有現有服務，則可以 升級服務 以存取新的限制。

為什麼我的向量索引顯示零儲存空間？

只有使用 Hierarchical Navigable Small World (HNSW) 演算法的向量索引，會在 Azure 入口網站中回報向量索引的大小。 如果您的索引使用詳盡的 KNN，即使索引包含向量，向量索引大小仍會回報為零。

如何啟用搜尋索引的向量搜尋？

要在索引中啟用向量搜尋：

• 將一或多個向量欄位新增至欄位集合。

• 在索引結構中新增一個「向量搜尋」區段，指定向量搜尋欄位所使用的配置，包括所用人工神經網路演算法（如 HNSW）的參數。

• 使用最新的穩定版本 2025-09-01 或 Azure SDK 來建立或更新索引、載入檔，以及發出查詢。 如需詳細資訊，請參閱建立向量索引。

查詢

查詢會在哪裡執行？

查詢會在您搜尋服務上裝載的單一搜尋索引上執行。 您不能聯結多個索引以用兩個以上的索引搜尋內容，但您可以在多個搜尋服務中查詢同名的索引。

為什麼我認為有效的字詞沒有任何相符項目？

最常見的情況是不知道每種查詢類型支援不同的搜尋行為和語言分析層級。 全文搜尋是主要的負載工作，包含一個語言分析階段，將詞彙拆解為根形式。 這種查詢剖析可以擴展可能的相符項目範圍，因為語彙基元化的字詞會符合更多變體。

然而，通數字元、模糊和正則表達式查詢不像一般詞彙或片語查詢那樣被分析，若查詢與搜尋索引中分析的詞彙形式不符，可能會導致記憶力不佳。 欲了解更多查詢解析與分析資訊，請參閱 Azure AI Search 中的全文搜尋。

為什麼我的萬用字元搜尋速度很慢？

諸如前置詞、模糊和 Regex 等大部分的萬用字元搜尋查詢，都是使用搜尋索引中相符的的字詞，在內部重新寫入。 這項額外處理會增加延遲。 此外，像 a* 這類廣泛的搜尋查詢可能會被重寫成許多詞彙，這可能會導致查詢速度變慢。 對於高效能的萬用字元搜尋，請考量定義自訂分析器。

我可以搜尋多個索引嗎？

否。 查詢總是以單一索引為作用域。

為什麼每次比對的搜尋分數都是 1.0？

搜尋分數是根據匹配詞彙的統計特性為全文搜尋查詢產生的，並在結果集中依序從高到低排序。 非全文搜尋的查詢類型（通配碼、前綴、正則表達式）不會依相關性分數排名。 恆定分數允許透過查詢擴展找到的匹配納入結果，而不影響排名。

例如，假設在萬用字元搜尋中輸入 "tour*" 會產生 "tours"、"tourettes" 和 "tourmaline" 的相符項目。 考慮到這些結果的本質，便無法合理推斷哪些詞彙較其他詞彙更有價值。 基於這個理由，當評分導致萬用字元、前置詞和 Regex 的查詢類型時，我們會忽略字詞頻率。 依據部分輸入的搜尋結果會得到一個常數分數，以避免可能無法預期的相符項目偏差。

安全性

Azure AI 搜尋服務會在哪裡儲存客戶資料？

它會將資料儲存在部署服務的地理位置 (Geo)。 Microsoft 可能會在相同的地理位置內複寫您的資料，以達到高可用性和持久性。 欲了解更多資訊，請參閱 Azure 中的資料駐留。

Azure AI 搜尋服務是否會將客戶資料傳送至其他服務以進行處理？

是的。 技能和向量化工具會從 Azure AI Search 發出外撥呼叫，致電到其他 Azure 資源或你指定的外部模型，以進行嵌入或聊天。 呼叫這些 API 通常包含要處理的原始內容，或由內嵌模型向量化的查詢。 針對 Azure 對 Azure 連線，服務會透過內部網路傳送要求。 如果您新增自訂技能或向量化工具，除非您設定共用的私人連結，否則索引子會透過公用網路將內容傳送至自訂技能中提供的 URI。

Azure AI 搜尋服務是否處理其他區域的客戶資料？

處理（向量化或應用 AI 轉換）會在承載技能所用 Foundry 工具子服務的地理環境、托管自訂技能的 Azure 應用程式或函式，或是承載你已部署模型的 Azure OpenAI 或 Microsoft Foundry 區域中執行。 這些資源由您指定，因此您可選擇是否要在與您的搜尋服務相同的地理位置中部署它們。

如果您將資料傳送至外部 (非 Azure) 模型或服務，則處理位置由外部服務決定。

我是否可以根據使用者身分識別來控制搜尋結果的存取權？

如果您實作將文件與使用者身分識別產生關聯的解決方案，則可以。 一般而言，授權執行應用程式的使用者也會得到查看所有搜尋結果的權限。 Azure AI 搜尋服務沒有資料列層級或文件層級權限的內建支援，但您可以實作安全性篩選條件作為因應措施。 關於步驟和腳本，請參見「開始：使用你自己的資料聊天」（Python 範例）。

我是否可以根據使用者身分識別控制作業的存取權？

是的。 你可以使用以角色為基礎的授權來執行內容的資料平面操作。

如果我的搜尋服務位於 IP 防火牆或私人端點後方，我可以使用 Azure 入口網站來查看和管理搜尋內容嗎？

如果您建立了允許用戶端和入口網站存取的網路例外狀況，您就可以在受保護網路的搜尋服務上使用 Azure 入口網站。 欲了解更多資訊，請參閱透過 IP 防火牆連接 或 透過私人端點連接。

後續步驟

如果您的問題並未在此獲得解答，您可以參考下列資源以取得更多問題和答案。

Stack Overflow：Azure AI 搜尋服務
Azure AI 搜尋中的全文搜尋運作方式
什麼是 Azure AI 搜尋服務？

尋找 Azure AI 搜尋服務常見問題的解答。

Azure AI Search 提供專用的搜尋引擎及持續儲存可搜尋內容，適用於代理式、全文及向量搜尋情境。 它還包含可選的整合 AI，從原始內容中擷取文字與結構，並能將內容分塊與向量化以供向量搜尋。

主要工作流程是建立、載入和查詢索引。 雖然多數工作都可使用 Azure 入口網站，但 Azure AI 搜尋服務旨在透過程式設計的方式，處理用戶端程式碼提出的要求。 程式設計方面，可透過適用於 Azure 的 .NET、Python、Java 和 JavaScript SDK 的 REST API 和用戶端程式庫提供支援。

是的。 它們都是同一款產品，品牌重塑分別在 2019 年 10 月和 2023 年 10 月進行。 您可能偶爾會在程式設計層級上看到先前名稱的證據。

針對向量，您使用的內嵌模型會決定語言體驗。

對於非向量的字串和數字，用於 Token 化的預設分析器是標準 Lucene，其與語言無關。 否則，語言支援將會透過語言分析器將語言規則套用至輸入 (索引編制) 和輸出 (查詢) 內容的方式執行。 某些功能 (例如拼字檢查和查詢重寫) 僅限於部分語言使用。

用戶端程式碼應該呼叫 Azure ADK 用戶端程式庫或 REST API，以連線至搜尋索引、制訂查詢及處理回應。 你也可以寫程式碼來建立並刷新索引，或用程式化或腳本執行索引器。

您無法暫停搜尋服務。 在 Azure AI 搜尋服務中，計算資源會在服務建立時配置。 無法隨時釋放並回收這些資源。

在 2024 年 4 月之前在特定區域建立的服務可以 升級至更高容量的叢集。 不支援降級您的服務。

若要取得更多或更少的容量，您也可以 切換至不同的定價層。 如果您目前的服務組態超出 目標層的限制 ，或您的區域 在目標層上有容量限制，則會封鎖擴展。 目前，您只能在基本層與標準層 (S1、S2 和 S3) 之間切換。

服務名稱和區域在服務的存留期內都是固定的。

只要您在移動資源之前有遵循檢查清單，並確定每個步驟都有完成，就不應該會有任何停機時間。

儲存體限制可能會依服務建立日期而有所不同。 在大部分受支援的區域中，較新的服務通常比較舊的服務擁有更高的儲存體限制，即使它們位於相同層級也一樣。 不過，您可能可以升級舊服務以存取新的限制。

它指的是擷取、剖析和儲存填入搜尋索引的文字內容和權杖。 索引編制會建立反向索引和其他支援資訊擷取的實體資料結構。

如果結構描述包含向量欄位，則會建立向量索引。

我們並沒有針對索引移植提供原生支援。 搜尋索引被視為下游資料結構，負責接受來自其他收集運算資料的資料來源內容。 因此，沒有內建備份和還原索引的支援。 預期如果索引被刪除或需要移動，你會從來源資料重建。

不過，如果你想在搜尋服務間移動索引，可以試試 .NET 或 Python 的備份與還原程式碼範例。

否。 如果你刪除 Azure AI Search 索引或服務，該索引無法被恢復。 當你刪除搜尋服務時，該服務中的所有索引都會永久刪除。

如果您使用的是 Azure SQL Database 的搜尋索引子，則在從頭開始建置索引時，您可以使用主要或次要複本做為資料來源而沒有任何限制。 不過，使用累加式更新重新整理索引 (根據變更的記錄) 則需要主要複本。 這項需求是來自 SQL Database，以保證只對主要複本進行變更追蹤。 如果您嘗試針對索引重新整理工作負載使用次要複本，則不保證會取得所有資料。

向量搜尋技術可比對向量表示法來尋找最類似的文件。 由於向量表示的目標是以數值格式捕捉項目的基本特徵，向量查詢即使沒有基於關鍵字或標籤的明確匹配，也能識別相似內容。

當使用者執行搜尋時，查詢會被摘要成向量表示，向量搜尋引擎會識別最相似的文件。 為了提升大型資料庫的效率，向量搜尋通常會提供查詢向量的近似最近鄰（ANN）。 欲了解更多資訊，請參閱 Azure AI Search 中的向量搜尋。

Azure AI 搜尋服務支援向量索引編製和擷取， 如果你使用 整合向量化，它可以將查詢字串和內容分割並向量化，這需要依賴索引器和技能組合。

獨立向量搜尋必須先使用內嵌模型，在內嵌空間內將內容轉換成向量表示法。 接著，您可透過文件承載，將這些向量提供給搜尋索引，以進行索引編製。 若要處理搜尋要求，您可以使用相同的內嵌模型，將搜尋查詢轉換成向量表示法，然後向量搜尋會尋找最相似的向量，並傳回相對應的文件。

在 Azure AI 搜尋服務中，除了文字和其他類型的內容，您可針對向量資料進行索引編製，成為文件中的欄位。 向量欄位有多個資料類型。

向量查詢可獨立發出，也可伴隨字詞查詢和篩選條件等其他查詢類型在同一搜尋要求中發出。

內建整合向量化現已正式推出。

大部分現有的服務都支援向量搜尋。 若您使用支援向量搜尋的套件或 API，但索引建立失敗，這代表基礎搜尋服務不支援向量搜尋，必須建立新的服務。 2019 年 1 月 1 日前建立的一小部分服務可能會有此情形。

如果您的搜尋服務支援向量搜尋，則現有索引和新索引都可以容納向量欄位。

Azure AI 搜尋服務已在全球為新的搜尋服務推出了改進的向量索引大小上限，但某些區域會遇到容量限制，且部分區域未具備必要的基礎結構。 在受支援的區域中，2024 年 5 月之後建立的新搜尋服務應該會看到增加的向量索引大小上限。 或者，如果您在支援的區域中有現有服務，則可以 升級服務 以存取新的限制。

只有使用 Hierarchical Navigable Small World (HNSW) 演算法的向量索引，會在 Azure 入口網站中回報向量索引的大小。 如果您的索引使用詳盡的 KNN，即使索引包含向量，向量索引大小仍會回報為零。

要在索引中啟用向量搜尋：

• 將一或多個向量欄位新增至欄位集合。

• 在索引結構中新增一個「向量搜尋」區段，指定向量搜尋欄位所使用的配置，包括所用人工神經網路演算法（如 HNSW）的參數。

• 使用最新的穩定版本 2025-09-01 或 Azure SDK 來建立或更新索引、載入檔，以及發出查詢。 如需詳細資訊，請參閱建立向量索引。

查詢會在您搜尋服務上裝載的單一搜尋索引上執行。 您不能聯結多個索引以用兩個以上的索引搜尋內容，但您可以在多個搜尋服務中查詢同名的索引。

最常見的情況是不知道每種查詢類型支援不同的搜尋行為和語言分析層級。 全文搜尋是主要的負載工作，包含一個語言分析階段，將詞彙拆解為根形式。 這種查詢剖析可以擴展可能的相符項目範圍，因為語彙基元化的字詞會符合更多變體。

然而，通數字元、模糊和正則表達式查詢不像一般詞彙或片語查詢那樣被分析，若查詢與搜尋索引中分析的詞彙形式不符，可能會導致記憶力不佳。 欲了解更多查詢解析與分析資訊，請參閱 Azure AI Search 中的全文搜尋。

諸如前置詞、模糊和 Regex 等大部分的萬用字元搜尋查詢，都是使用搜尋索引中相符的的字詞，在內部重新寫入。 這項額外處理會增加延遲。 此外，像 a* 這類廣泛的搜尋查詢可能會被重寫成許多詞彙，這可能會導致查詢速度變慢。 對於高效能的萬用字元搜尋，請考量定義自訂分析器。

否。 查詢總是以單一索引為作用域。

搜尋分數是根據匹配詞彙的統計特性為全文搜尋查詢產生的，並在結果集中依序從高到低排序。 非全文搜尋的查詢類型（通配碼、前綴、正則表達式）不會依相關性分數排名。 恆定分數允許透過查詢擴展找到的匹配納入結果，而不影響排名。

例如，假設在萬用字元搜尋中輸入 "tour*" 會產生 "tours"、"tourettes" 和 "tourmaline" 的相符項目。 考慮到這些結果的本質，便無法合理推斷哪些詞彙較其他詞彙更有價值。 基於這個理由，當評分導致萬用字元、前置詞和 Regex 的查詢類型時，我們會忽略字詞頻率。 依據部分輸入的搜尋結果會得到一個常數分數，以避免可能無法預期的相符項目偏差。

它會將資料儲存在部署服務的地理位置 (Geo)。 Microsoft 可能會在相同的地理位置內複寫您的資料，以達到高可用性和持久性。 欲了解更多資訊，請參閱 Azure 中的資料駐留。

是的。 技能和向量化工具會從 Azure AI Search 發出外撥呼叫，致電到其他 Azure 資源或你指定的外部模型，以進行嵌入或聊天。 呼叫這些 API 通常包含要處理的原始內容，或由內嵌模型向量化的查詢。 針對 Azure 對 Azure 連線，服務會透過內部網路傳送要求。 如果您新增自訂技能或向量化工具，除非您設定共用的私人連結，否則索引子會透過公用網路將內容傳送至自訂技能中提供的 URI。

處理（向量化或應用 AI 轉換）會在承載技能所用 Foundry 工具子服務的地理環境、托管自訂技能的 Azure 應用程式或函式，或是承載你已部署模型的 Azure OpenAI 或 Microsoft Foundry 區域中執行。 這些資源由您指定，因此您可選擇是否要在與您的搜尋服務相同的地理位置中部署它們。

如果您將資料傳送至外部 (非 Azure) 模型或服務，則處理位置由外部服務決定。

如果您實作將文件與使用者身分識別產生關聯的解決方案，則可以。 一般而言，授權執行應用程式的使用者也會得到查看所有搜尋結果的權限。 Azure AI 搜尋服務沒有資料列層級或文件層級權限的內建支援，但您可以實作安全性篩選條件作為因應措施。 關於步驟和腳本，請參見「開始：使用你自己的資料聊天」（Python 範例）。

是的。 你可以使用以角色為基礎的授權來執行內容的資料平面操作。

如果您建立了允許用戶端和入口網站存取的網路例外狀況，您就可以在受保護網路的搜尋服務上使用 Azure 入口網站。 欲了解更多資訊，請參閱透過 IP 防火牆連接 或 透過私人端點連接。

後續步驟

如果您的問題並未在此獲得解答，您可以參考下列資源以取得更多問題和答案。

Stack Overflow：Azure AI 搜尋服務
Azure AI 搜尋中的全文搜尋運作方式
什麼是 Azure AI 搜尋服務？