别让用户选模式：会猜意图的搜索

KoiSpeak 在一个输入框里接受三种输入：越南语、拼音和汉字。显而易见的设计是加一个模式切换。我们刻意没有那样做，而其中的道理远不止适用于词典。

模式切换为什么失败

切换开关看起来人畜无害。它只让用户多点一下。但它每次都要多点一下，而且它会以一种非常具体、非常令人恼火的方式失效：模式选错时，你得到零结果，而零结果看起来和"这个词不存在"一模一样。

用户真实的心智模型不是"我现在要执行一次拼音搜索"，而是"这是什么意思"。夹在这个意图和答案之间的每一个界面元素都是摩擦，而在一个人们每天打开四十次的工具里，摩擦会累积。

这里藏着一条通用规则。如果系统能从输入中判断出某件事，它就不该去问用户。 一个模式开关，是界面在承认它不想干这份活。

三种文字比看上去更可分

好消息是它们占据的空间基本互不重叠。

汉字的检测极其简单

汉字位于已知的 Unicode 区块，主要是 CJK 统一表意文字，从 U+4E00 到 U+9FFF，另有扩展区。如果输入里含有这些范围内的字符，用户输入的就是中文。这几乎是确定，而不是猜测。

越南语有拼音不用的附加符号

越南语用拉丁字母书写，带有自己的一套符号：角符 (ơ, ư)、扬抑符 (â, ê, ô)、短音符 (ă)、带横的 đ，以及包括下点 (ạ) 和钩号 (ả) 在内的声调符号。

拼音用的是长音符、锐音符、抑扬符和重音符，而且只出现在 a、e、i、o、u、ü 上。两套几乎不重叠。含有 đ、ơ、ư 或下点的字符串就是越南语，没有别的可能。

拼音是一个小而封闭的集合

这是人们低估的部分。普通话只有几百个合法音节。zhang、xue、qiong 合法；blorp 和 strem 不合法。

所以你可以做校验：尝试把输入切分成合法的拼音音节。如果切得干净，那多半就是拼音。这一招也能抓住不带声调的拼音，而那正是大多数人实际会打的。

难的是重叠部分

清晰的情况下检测很容易，模糊的情况下才有意思。真实的冲突包括：

• 又是这个又是那个的短字符串。 ma 既是合法拼音，也是合法的越南语词。ba、co、can 同理。
• 不带附加符号的越南语。 相当多的人打越南语不带符号，而这抹掉了你最强的信号。
• 英语。 学习者会打英文词，而英语不属于你的三种语言中的任何一种。

试图用更多规则去解决是一场必输的战争。规则会越写越长、互相矛盾，而且照样出错。

不要分类。全都搜，然后排序。

真正奏效的设计，是不再把这当成分类问题。

与其判断输入是什么再去搜一个索引，不如把查询跑遍所有可能的解释，然后用一个考虑了每种解释可信度的分数把结果合并起来。

大致是：

1. 给每种解释打分：是否含汉字、是否带越南语独有符号、能否切分为合法拼音。
2. 查询这些解释所指向的各个索引。
3. 合并，按解释的分数、匹配的精确程度和词频给每条结果加权。

用户看到的是一个列表。输入 ma 时，他们同时得到拼音结果和越南语结果，常用词排在前面，无论他们要的是哪一边，答案都在屏幕上。歧义不再是错误状态，而变成一个有序列表。

分类逼你做一个可能出错的决定。排序允许你不确定，同时仍然有用。当系统无法确定时，优先选择那种会退化成"几个合理答案"而不是"一个自信的错误答案"的设计。

代价是什么

诚实地说说这笔交易：每次按键你要跑更多查询。这是真的，也正因如此，这个设计的生死取决于性能。

让它变得划算的因素：

• 便宜的解释先跑。 汉字检测只是对前几个字符做范围判断。一旦命中，后面全部跳过。
• 每种文字各有前缀索引， 于是每次单独查询都是一次便宜的查找，而不是全表扫描。
• 词频预先烘进索引， 于是排序不需要再遍历一遍结果。
• 防抖，并在输入变化时取消在途查询。 大多数按键根本不会产生一次完成的搜索。

仍然需要逃生门的地方

自动识别不应该是唯一的通路。有两种情况确实需要别的东西：

• 你根本打不出那个字。 那是手写输入和部首检索的职责。
• 你想强制一个方向。 偶尔用户确实只想要越南语到中文。我们提供明确的方向控件，但它是需要时可用的覆盖项，而不是一上来就强迫做的决定。

这个先后顺序才是真正的原则。默认猜得好，并让人能纠正这个猜测。 而不是：拒绝猜测，逼所有人自己声明。

通用的教训

每个产品都有那么一个时刻：最省事的实现方式，是去问用户一个系统本可以自己回答的问题。文件类型。国家。货币。搜索模式。

每一个都很小。加在一起，它们就是"一个人们不假思索就伸手去用的工具"和"一个人们必须去操作的工具"之间的差别。