我先给出结论：两个方法的核心向量转换逻辑是一致的，但是由于添加的前缀不同，导致最终的向量值差异很大，然而由于两者的‘语义匹配能力’并未失效，计算余弦相似度时，仍会呈现极高的相似度（接近 1）。

  • embed_query手段使用的前缀是 query：
  • embed_documents方法使用的前缀是document

共享同一模型的编码能力

两种方法本质上调用的是同一个嵌入模型，应用的是完全相同的向量转换算法。例如：

  • 对于 DashScopeEmbeddings，无论是 embed_query("问题") 还是 embed_documents(["文档1", "文档2"])，最终都会调用阿里达摩院的同一个嵌入模型（如 text-embedding-v1）；
  • 模型内部对文本的分词、特征提取、向量生成逻辑完全一致，生成的向量维度和语义编码规则也相同（因此才能计算“疑问向量”与“文档向量”的相似度）。
    在这里插入图片描述

向量数值差异性的原因

两个办法的前缀不同
在这里插入图片描述

特殊场景的文本截断

对于超长文本（超过模型支持的最大长度）：

  • embed_documents 可能会对每个文档进行自动截断或分段处理（不同模型实现不同），确保符合模型输入要求；
  • embed_query 由于输入通常是短文本（问题），截断处理较少见，但本质逻辑与文档截断一致。

在RAG中的使用区分

在 RAG 中，必须用 embed_query 处理用户问题，embed_documents 处理知识库文档（尽管逻辑相同，但接口设计对应不同角色）。

例如，在典型的 RAG 流程中：

# 用 embed_documents 处理文档（批量）
docs = ["文档1内容...", "文档2内容..."]
doc_vectors = embeddings.embed_documents(docs)
# 用 embed_query 处理用户问题（单个）
query = "用户的问题..."
query_vector = embeddings.embed_query(query)
# 计算相似度（因向量来自同一逻辑，可直接比对）
similarity = cosine_similarity(query_vector, doc_vectors)

这里正因为两者的向量转换逻辑一致，才能依据余弦相似度准确匹配问题与文档。