搜尋失敗時，多試幾個工具是好策略嗎？

只有在那些工具屬於不同族類時才是。拿自己截的畫面連跑五個近似重複比對器，只是把同一個結構性的失敗重複了五次。

為什麼第一名的結果有時候明顯是錯的？

因為排序式檢索一定會回傳它最近的候選。當正確的那個人不在索引裡，第一名就只是現有選項裡最像的那個陌生人。

兩到三個不同的畫面，加上如果畫面裡看得到番號就查一次番號。超過這個範圍，用同樣的輸入再試也不會改變結果。

大多數失敗的搜尋都出自幾個一再重複的錯誤：拿自己截的畫面去用近似重複圖片搜尋、只看排名不看相似度分數、拿同一張爛畫面一直重試，以及把「認出女優」當成「認出作品」。

搜尋失敗很少是運氣不好。它們集中在大約八個一再出現的錯誤上，而其中大多數都源自把一種方法套用到它從來就不是為此打造的問題上 —— 然後在它行不通的時候，更用力地重複一次。

以下是每一個錯誤、它為什麼看起來很合理，以及該改成怎麼做。

依照一個人放棄之前會白費多少力氣來排序。

錯誤	為什麼感覺是對的	實際上發生了什麼	該怎麼做
拿自己截的畫面去用 Google／TinEye	那是最順手的工具	你截的畫面從來沒有以已發布檔案的形式存在過，所以根本沒有副本可以找	改用臉部向量搜尋
只看排名，不看分數	第一名看起來很有把握	向量檢索一定會回傳東西，即使答案根本不在裡面	把分數拿去跟門檻比
拿同一張爛畫面一直重試	感覺像是有毅力	這條流程每一次都會用同樣的方式失敗	換截第二個畫面
上傳前把臉裁得很緊	好像能讓搜尋更聚焦	把對齊所需的邊界裁掉了，也降低了有效解析度	原樣上傳你截到的畫面
把「找到女優」當成「找到作品」	一半的答案看起來像整個答案	你最後會一口咬定錯的那部作品	拿作品列表與場景細節去確認
忽略畫面上看得到的番號	影像感覺才是主要證據	你在做影像鑑識，而其實一次文字查詢幾秒鐘就能解決	檢查開頭三十秒有沒有番號
沒有視覺驗證就相信作品列表	紀錄看起來很權威	同名衝突與被合併的紀錄會產生錯誤的清單	比對掛在那筆紀錄上的臉
用手機拍螢幕	比去找截圖快捷鍵快	摩爾紋、反光與模糊會毀掉特徵點的精度	用裝置本身的截圖功能

因為同一族類的工具，會因為同一個結構性理由而失敗，在它們之間換來換去什麼都不會變。

近似重複比對器 —— Google 圖片、Bing 視覺搜尋、TinEye、Yandex —— 全都是在網路爬取的資料裡找你整張圖的副本。你從播放器截下來的畫面從來沒有以檔案的形式被發布過，所以它們誰都沒有副本。四個全跑一遍，等於同一個實驗重複四次。

換族類才值得做。從近似重複比對換到臉部向量比對，改變的是你在問的問題，因此也改變了失敗的條件。那是唯一一種有期望值的工具切換。

因為排序式檢索沒有「找不到」這個概念。你要最近的十張臉，它就給你十張，不管對的那個人在不在索引裡。

這是最常見的一種誤讀，所以值得平鋪直敘地講一次：在清單裡的名次本身完全不代表什麼。 以我們的資料而言，餘弦相似度落在 0 到 1 之間，影片截圖經校準後的門檻是 0.40。

如果一個工具給你一份沒有分數的排序清單，那它就是把唯一能區分上面那三列的資訊拿掉了。

因為一張臉會出現在那位女優拍過的每一部作品裡，而臉部向量裡沒有任何東西編碼了你正在看的是哪一部。

人臉搜尋回答的是誰。要走到哪一部作品還需要第二個步驟：拿場景細節去縮小範圍 —— 場景、服裝、髮長、刺青或穿環、畫面上任何看得到的文字 —— 對照這位女優已知的作品，然後用番號確認。大家會跳過這一步，是因為第一個答案來得太具體，具體到讓人覺得已經完整了。

沒有任何索引是完整的，包括我們的；而且「不在裡面」產生的不是錯誤訊息，是看起來很像樣的錯誤答案。

我們的索引裡有橫跨 106 個站台的 241,792 張臉，其中 2,333 張連上了具名女優（我們的索引，2026-08 快照）。有兩個數字誠實地標出了該有的期待：

那 2,333 位具名女優裡，有 2,246 位的代表圖來自同一個來源。覆蓋高度集中，所以來自我們沒有索引的片庫的素材，是看不見的。
我們的相似女優資料裡有 7,004 筆參照指向沒有掛名字的身分。比對分數很高卻沒有名字，是一個正常的結果 —— 它代表這張臉被索引了，但辨識那一步從來沒有發生。

假設覆蓋是完整的，本身就是一個錯誤，因為它會把「不在索引裡」變成「一定是這些結果的其中一個」。

四個動作，按順序做完，然後停。

如果這四步全都失敗，誠實的結論是：以目前拿得到的來源而言，這份素材搆不到。過幾個月再查一次，比今天做第五次嘗試更有用。