紧盯差距：面向用户需求对齐知识库以提升心理健康检索效果

可靠心理健康信息的获取对及早求助至关重要，但扩充知识库资源投入巨大，常常与用户需求脱节，导致检索系统在用户关切未被覆盖或以非正式、情境化语言表达时表现不佳。我们提出一种基于AI的 gap-信息驱动框架，用于语料库扩充，通过叠加自然用户数据（如论坛帖子）来真实识别 underrepresented 主题（gap），据此优先考虑基于覆盖率和实用性的扩充。在案例研究中，我们比较了有向 (gap-信息驱动扩充) 与非有向 (随机添加) 扩充方式，在四个检索增强生成 (RAG) 流水线上评估检索信息的相关性与实用性。有向扩充仅需 42% 的查询转换、74% 的排序与层次化，以及 318% 的基线扩充，即可达到约 95% 的参考语料库性能；而非有向扩充则需大量且实际不可行的扩充（分别为 232%、318%、403% 和 763%），方能实现相当水平。这些结果表明，战略性目标化语料增长可降低内容创建需求，同时保持高质量检索与提供，为构建可信健康信息库及支持高风险领域的生成式 AI 应用提供可扩展方法。