一句话定义
信息检索（Information Retrieval，IR）研究的是：从海量非结构化资料中找出与用户需求最相关的那几条，按相关度排好序交给用户。它比大模型老得多，搜索引擎是它最成功的工业产品。
它到底在解决什么
想象一座没有目录的图书馆。你不可能把所有书读一遍，再回答“哪本讲了猫的行为矫正”。所以要预先建索引：把“词 → 出现在哪些文档”反过来记录，这就是倒排索引（inverted index）。用户提问时，系统拿查询词去索引里匹配，得到一批候选，再用打分函数（如 BM25）算相关度，从高到低排列。
打个比方：系统不会把整个仓库搬给你，而是先画一张地图，让你几秒内走到货架前。
纯粹的关键词匹配有一处明显不足：“字面不通，意思通”。用户搜“怎么让猫别抓沙发”，文档写的是“猫抓挠家具的行为矫正”，一个说“沙发”，一个说“家具”，词对不上，就漏了。于是有了向量检索：把句子压成向量，比较语义的远近。今天常见的做法是混合召回，把关键词与向量两路结果合并，再加重排序（rerank）。
和相邻概念的区别
RAG（Retrieval-Augmented Generation，AI 词典：检索增强生成">检索增强生成）等于检索加生成，IR 只是前半步：找料。很多 RAG 应用答得不准，问题出在“没找对文档”，而不是模型不会写。
| 维度 | 信息检索 | 数据库查询 | 推荐系统 |
|---|---|---|---|
| 数据形态 | 非结构化文本 | 结构化表字段 | 行为与内容 |
| 用户输入 | 模糊的查询词 | 精确的筛选条件 | 往往没有显式输入 |
| 返回结果 | 按相关度排序的列表 | 精确命中的结果集 | 排好序的候选 |
| 有无唯一答案 | 没有，只有好坏之分 | 有，非黑即白 | 看长期指标 |
对从业者和普通人的意义
从业者：RAG 里那些要调的参数，比如文档怎么切块、用哪个嵌入（embedding）模型、召回几条、要不要重排，全是 IR 的老问题。召回阶段如果没有把正确文档找出来，后面再强的模型也只能在错的材料上写作文。
普通人：搜不到东西时，先别怪搜索工具笨。换个更接近文档写法的词、加限定条件、缩小范围，本质上是在帮检索系统对齐词表。检索系统给出的是相关度排序，不是标准答案；结果排第一，不等于它就对。