问企业知识库：“最高保额是多少？别和免赔额混淆，它们常写在一起。”人能看出这里既有查询主题，也有排除项；普通 RAG 却可能只按语义相似度找文本，把同时出现“免赔额”的段落也捞进来。RAG——先检索企业文档，再让语言模型据此作答——若直接吞下整句问题，这些不同要求未必会被正确分工。
Kezhan Shi 的做法，是在检索前把问题解析成固定含义的结构化字段，再交给不同环节消费。例如，keywords 供检索器匹配关键词，intent 供调度器选择模型档位和文本分块策略，pages_hint 则在用户点名页码时限定搜索范围。解析器只接收固定系统提示、约百个 token 的文档概况、稳定的示例，以及当前问题；不读取文档原文、检索结果或历史记忆。
这条路径的价值不在于宣称新模型，而在于把原本混成一句话的要求变成可校验、可路由、可审计的输入。作者也明确表示，这篇文章没有发布新成果，而是重新解释此前已实现的工程方案；材料未提供效果对比数据。