索引是数据集配置和处理后，构建的用于快速高性能检索的计算和存储引擎。
当您在应用中创建或关联了数据集（流程请查看：创建应用并关联物品数据集），确认关联后将在应用中创建用于搜索和推荐引擎的数据索引。一个数据集可被关联至多个应用中并赋予不同的字段搜索配置，同一个数据集在不同应用中会构建多个索引。

索引的配置对搜索的准确性和相关性匹配的覆盖度至关重要，在应用中关联或创建数据集时您会看到以下的数据集字段配置界面，在此界面上您可以配置或调整数据集用于搜索不同功能的字段策略：

• 字段名称：​根据样例数据自动解析的字段名。字段名称一旦配置则不可在应用或数据集管理中修改。
• 字段类型：​根据样例数据自动解析的字段类型，当样例数据中存在全为空值的字段时，平台无法自动解读，您需要手动补充字段类型才可以继续保存和生效配置。字段类型一旦配置则不可在应用或数据集管理中修改。
• 字段含义：​根据样例数据，大模型自动解读的字段中存储的值的含义。您可以进行检查并做进一步的补充和修改。
• 字段属性：​特殊字段属性标签，对数据集中存储特定信息的字段（标题、时间戳、图片内容等）进行标记，用于索引的特殊处理。详情见图文物品数据集介绍视频数据集介绍。字段属性一旦配置则不可在应用或数据集管理中修改。
• 字段用途：​配置字段的索引用途。同一个数据集关联不同应用时可配置不同的字段用途，字段的用途会影响索引构建策略和搜索效果，请详细检查配置。

在导入数据样例后，平台会使用大模型进行智能数据理解，通过数据样例的字段名称和样例值来对字段的信息进行自动的判断。

撰写言简意赅的字段含义

字段含义是每个字段存储的内容的简短介绍，在搜索匹配的过程中模型会将字段含义与字段的值一起进行语义表征。在配置了字段的用于搜索时，为了使模型可以精确理解数据中的内容并进行准确匹配，请检查大模型解读出的字段含义信息，如果模型理解的不正确，可以在完成配置前进行修改调整。
字段含义应当简洁、有概括性。建议控制在10个字以内，准确描述字段内容的本质特征，例如：

{
    "product_id": "P10092385",
    "title": "轻薄笔记本电脑",
    "images": {
      "primary": "https://example.com/images/laptop_main.jpg",
      "gallery": [
        "https://example.com/images/laptop_angle1.jpg",
        "https://example.com/images/laptop_angle2.jpg"
      ]
    },
    "price": {
      "current": 4999,
      "original": 5899,
      "discount_percentage": 15
    },
    "specs": {
      "processor": "Intel i7",
      "memory": "16GB",
      "storage": "512GB SSD"
    }
  }

images.primary

images.gallery

price.current

price.original

price.discount_percentage

specs.processor

specs.memory

specs.storage

准确选择用于搜索的字段

用于搜索的字段是用于与用户的输入（图片或文本查询）匹配的内容字段，如果您希望物品数据中的信息被用户检索到，则需要将这些字段设置为“用于搜索”。
可以按照以下的建议来配置

选择用于过滤的字段

用于过滤的字段将在索引中以预置过滤器的形式存储，并可以用于调用搜索时进行的搜索结果前置过滤，一些关键的业务数据和标签（如日期时间、价格、物品状态、分类）建议配置为可过滤字段。
可过滤字段可配置以下内容：