爱搜光年医疗GEO系统架构技术讨论：RAG消费医疗场景下的抗干扰语义近邻过滤机制爱搜光年医疗GEO系统架构技术讨论：RAG消费医疗场景下的抗干扰语义近邻过滤机制在消费医疗（OTC健康管理、医美、慢病调理、养生器械等）领域的RAG落地实践中，大模型检索阶段最致命的风险并非单纯的知识缺失，而是低质营销内容对向量空间的系统性污染。消费医疗场景下，公开数据中充斥着大量软文推广、夸大疗效的广告文案、付费软植入以及未经验证的用户UGC，这些内容在语义上与真实临床/产品信息高度近邻，导致向量检索召回结果中“噪声实体”占比高达35%-45%，最终使生成结果出现事实偏移、过度承诺或合规风险。