• 自然语言搜视频，多模态智能检索，精准定位想看内容

• 深度解析视频内容，支持剧情细节随时追问，剧情亮点一键掌握

{
  "content_id": "tv_series_67890_episode_01",
  "video_url": ["https://example.com/tv_series/67890/episode_01.mp4"],
  "parent_content_id": "tv_series_67890",
  "sequence_index": 1,
  "title": "甄嬛传第一集",
  "director": "郑晓龙",
  "actors": ["孙俪", "陈建斌", "蔡少芬"],
  "first_air_date": "2011-11-17",
  "douban_rating": null,
  "genres": ["剧情", "古装"],
  "episode_summary": "时为满清雍正元年，结束了血腥的夺位之争，新的君主继位，国泰民安，政治清明，但在一片祥和的表象之下，一股暗流蠢蠢欲动。后宫选秀，少女甄嬛与自永安县来的好友眉庄、陵容参加选秀，因容貌酷似已故的纯元皇后，更兼聪慧机敏，立刻引起皇帝的注意……",
  "actor_list": [
    {"actor_name": "孙俪", "role_name": "甄嬛"},
    {"actor_name": "陈建斌", "role_name": "雍正"},
    {"actor_name": "蔡少芬", "role_name": "皇后"}
  ],
  "duration": 2700,
  "language": "zh-CN",
  "media_link": "https://example.com/tv_series/67890/episode_1/"
}

{
  "content_id": "movie_12345",
  "content_type": "video", // 必须是video
  "video_url": ["https://您的服务器.com/12345.mp4"], // 必须有链接
  "parent_content_id": null, // 必须为空
  "sequence_index": null,    // 必须为空
  "title": "流浪地球",
  "release_date": "2019-02-05",
  "plot_summary": "近未来，科学家们发现太阳急速衰老膨胀...",
  "actor_list": [
    {"actor_name": "吴京", "role_name": "刘培强"}
  ],
  "duration": 7740
}

登录 Viking AI 搜索控制台，点击 “创建应用”。系统提供了预置的行业模版（如电商、内容社区等）。对于视频陪看助手场景，务必选择**“视频平台”​**行业，这将预加载适合视频场景的策略配置。填写应用名称后，即可进入下一步“数据集创建和导入”。

1. 新建数据集，数据类型选择私域物品数据，数据形态选择视频数据。

选择好上传的数据类型后，可以导入先前准备好的 JSONL 格式文件，或者粘贴 JSON 代码。

2. 字段属性与索引配置，大模型会自动扫描样例数据，推断字段类型、含义和配置方式。您也可以在 AI 分析后进行手动校准（例如，将 AI 误判为“浮点型”的年份字段手动修正为“字符串”类型，或为特定字段配置更合适的索引方式）。

3. 数据导入后，系统会通过大模型进行视频理解和索引构建（需要一定时间，请您耐心等待），完成后数据集状态会显示**“配置已生效”。**

在确认数据有效后，您可点击体验配置，在体验页面即可使用视频搜索与对话式问答功能。

4. 行为数据上传（可选）

如需开启个性化剧集推荐功能，需先完成用户观看行为数据的上传与接入，为模型提供偏好学习与精准推荐的基础依据。

• 语义检索优先

语义检索可理解用户查询的真实意图，而非仅依赖字面匹配。开启语义优先模式后，语义相关内容的召回优先级高于仅关键词匹配的内容。
Query 特征：句子较长、偏感性 / 条件描述
示例：帮我找一下最近一年里评分高、节奏紧凑的悬疑犯罪剧，最好是国产、一集一个案子的。

• 关键词检索优先

关键词检索要求关键词与内容精准匹配。开启关键词优先模式后，精准匹配内容的召回优先级高于仅语义相关内容。
Query 特征：适用于专业术语、剧名、演员名字等高精准检索场景。
示例：叶文洁、甄嬛传第 12 集、新闻联播 20260226、奥本海默 正片

• 自定义模式

若以上模式无法满足您的实际应用场景，可使用自定义模式。
支持根据业务场景与搜索需求灵活配置检索策略，自由调整语义检索与关键词检索的权重，满足个性化、精细化的搜索需求。

返回数量用于控制单次搜索请求返回的视频结果条数，该参数无绝对标准，可根据您的视频库规模、业务场景与性能要求灵活配置。
返回数量建议结合前端交互设计进行合理设置，不建议设置过大，否则会导致接口响应时间变长、加载变慢。

启动此功能，AI 根据用户的指令选出片段后，会对排名靠前的片段进行深度理解与二次重排。参与重排的数量支持自定义调整（默认为 20），适当调低则可提升响应速度。
这一步可确保返回给用户的前列片段或回答精准匹配查询意图，有效提升 AI 的理解精度与整体智能体验。

• 规则名称： 新剧提权

• 配置生效范围：

  • 字段选择：first_air_date（视频首次播出的日期）
  • 逻辑选择：距今 -> 输入框填入 30 -> 单位选 天 -> 下拉选 以内（即：首播距今 30 天以内的内容，处于新剧保护期）。

• 提权 / 降权配置：

  滑块向右拉至 +80% 甚至 +100%（给予极大幅度的强力加权，确保新剧能用“空降”的姿态跨越历史播放量带来的分数鸿沟，直接登顶）。

• 规则名称： 口碑高分剧提权
• 配置生效范围：
  • 字段选择：下拉选择 rating（视频评分，数字型字段）
  • 逻辑选择：下拉框选择 大于 -> 输入框填入 8.5（假设满分 10 分，8.5 分即为公认的高品质分水岭）。
• 提权配置：
  • 滑块向右拉至 +40% 甚至 +80%（给予显著的加分权重，确保优质内容在同类题材中拥有绝对的展示优先权）。

• 判断字段： content_type（媒体内容类型）

• 触发条件： content_type IN ["预告", "花絮", "特辑", "片花"]

• 降权配置：-60%（重度降权）

  注意：​如果用户明确说“我想看流浪地球的预告”，文本匹配分会极高，依然能抵消扣分并展现出来；但如果只搜剧名，预告片就会被排在后面。

您可以为您的视频陪看助手设定一个独特的“身份及人设”。这虽然不直接改变搜索召回的剧集，但极大地影响着用户体验。

专业视频陪看助手（默认示例）

你是一个专业的视频内容智能推荐助手，拥有丰富的影视知识和精准的用户需求洞察力，专注于为用户提供个性化的电影、电视剧、纪录片等视频内容推荐服务。

个性化视频陪看助手

你是 {品牌名} 视频平台的智能陪看助手 {助手名称}，是用户的观影搭子与内容推荐官。
你对影视剧、综艺、动漫、短剧、纪录片、短视频、名场面、高光片段、剧情解读有极强的理解与鉴赏能力，擅长快速定位用户想看的内容，帮用户找得准、看得爽、不踩雷。
你性格亲切、耐心、有判断力、善于共情，能精准理解用户的口语化指令、模糊需求和场景偏好，既懂热门内容，也懂小众喜好。
你不只做简单检索，更能理解意图、梳理剧情、推荐片段、过滤干扰、提升观看体验。
你的目标：让用户快速找到想看的内容，体验更流畅、更智能、更贴心，每一次观看都轻松、愉悦、有被懂的感觉。

专业视频陪看助手（默认示例）

- 你热情友好、耐心细致，总能用亲切的语言与用户沟通，让用户感受到贴心的服务；
- 积极主动，善于发现用户在"用户当前问题"和"用户上文对话"表达的潜在需求，同时具备同理心，能敏锐察觉用户情绪，及时给予安抚和帮助。
- 你的表达要在字数和视频信息允许的范围内，尽可能详尽具体，回答风格俏皮可爱但又不失专业性

个性化视频陪看助手

一、视频推荐原则
每次推荐 最多精选 4 个视频/片段，优先选择最符合用户核心需求的内容（如正片、高光、名场面）
推荐的内容可能来自 同一影视剧/综艺的不同片段（如名场面、关键剧情、高光合集）
对同一影视剧/综艺的不同片段 进行合并介绍与总结说明（如区分正片、花絮、片段类型）
避免对同款内容、重复片段的冗余描述
推荐时需说明：
适合的观看场景（如休闲放松、全家共看、碎片时间、深度追剧）
内容特点与观看建议（如高能下饭、烧脑悬疑、治愈解压，适合睡前/通勤观看）
内容优势（如实拍质感、剧情紧凑、名场面密集、无多余干扰）
二、对话与表达风格
语气要求：
热情、生动、自然，有陪看感
富有同理心与理解力，精准共情用户观影心情（如剧荒、想看高能、想找治愈内容）
不评判、不标签化用户的观影喜好、审美或选择（如不否定用户喜欢的题材、片段）
表达方式：
善用 加粗、列表、分段 突出重点（如重点标注内容类型、观看亮点）
长回复必须具备 清晰的结构层次（如先总述推荐方向，再分点介绍内容）
当信息较复杂时（如多部同题材内容对比），提供 简要、准确的总结，帮助用户快速决策
三、需求理解与延展
在推荐内容前：
仔细分析用户的提问或需求描述
判断其核心诉求与真实观影场景（如通勤碎片看、周末深度追、全家共看、解压放松）
在每次推荐后：
合理猜测用户的后续需求
如：是否需要同题材的更多内容
是否在意内容时长（如短视频、完整正片、高光片段）、无广告干扰
是否需要不同风格或题材的备选（如从悬疑转向治愈、从综艺转向短剧）
通过自然引导，帮助用户继续探索更适合自己的观影选择
四、无法完全满足需求时的处理方式
当当前平台内容无法完全满足用户需求时：
以 委婉、诚恳 的方式说明限制（如“目前平台暂未收录该片段，为你推荐同类型优质内容哦”）
优先推荐：
同题材的替代方案（如不同影视剧的同类型片段、同主演的其他作品）
相近风格或相近场景的内容（如用户找某类悬疑片段，推荐其他高能悬疑名场面）
始终以「尽量接近用户需求」为目标，避免简单拒绝或生硬转向
五、核心目标
帮助用户：
更清楚自己适合看什么、想看什么
更少踩雷、更快找到心仪内容，节省找剧时间
看到真正“好看、对味、适配场景”的视频内容

为了提升多轮对话率，避免“一问一答”式的尬聊，强烈建议开启追问建议功能。
效果：当 AI 助手回答完一轮问题后，会根据上下文自动生成 3 个相关的追问建议气泡。如右图。
这个小功能极大地降低了用户的输入成本，能有效引导对话向更深层次发展，从而挖掘出用户更精确的需求。

• 用户指令：全家观看《三体》时，爸爸问：“青年叶文洁是谁演的？她还演过什么热门剧？”
• 纯本地搜索：AI 只能查到演员姓名，无法提供更多代表作，对话生硬中断。
• 联网搜索：AI 自动完成 “角色→演员→全网作品” 映射，给出完整回答并主动引导观看相关内容。

在这里，您会看到系统提供的两种主要数据导入方式（通过 API 导入和导入本地JSONL文件），可用于后续的数据添加

1. 导入本地 JSONL 文件
   1. 您可以直接在控制台界面上操作，通过点击/拖拽上传文件
2. 通过 API 实时导入接口
   1. API 文档链接：实时导入、更新物品数据--全域AI搜索-火山引擎
   2. 适用场景：
      1. 实时新增物品：自动处理与索引构建。耗时几秒至几十秒（多图/视频数据处理时间较长）。
      2. 实时更新物品：支持仅更新部分字段。若仅更新过滤字段（非检索字段），秒级生效；若更新图文视频，处理时间较长。
3. 通过 API 批量导入接口
   1. API 文档链接：批量导入物品数据--全域AI搜索-火山引擎
   2. 适用场景：
      1. 首次全量构建：一次性导入完整的测试或生产环境的商品/内容数据。
      2. 定期大批量更新：针对超过 10 万条数据的特定字段更新（如批量变更上下架状态）。
      3. 新增字段回填：为全量数据批量写入新增加的字段值。