最近在做Prompt优化的小工具，想把一些高频用的Prompt模板（比如角色设定、任务描述）用向量化存到Milvus里，方便根据用户意图实时召回。但测试时发现，明明语义相近的查询，召回结果却经常排序靠后，甚至漏掉最匹配的模板。我试过调整embedding模型（现在用的text2vec-base-chinese），也改了相似度阈值（从0.7试到0.5），效果都不太稳定。是不是分词粒度有问题？还是索引参数没调好？或者干脆不该用向量数据库做这场景？求有经验的朋友指点一下，或者有没有类似的踩坑案例能参考？先谢过！