批量 Embedding 回来后，怎样按 index 把向量对回原文

批量 Embedding 返回以后，直接把当前数组与原文 zip 在一起，隐含了两边顺序完全一致的假设。响应对象提供 index，客户端可以用它检查输入对应关系。业务 ID 与临时数组位置要同时保存，不能把本次 index 当成永久文档编号。

固定输入列表的位置

演示输入是三个短文本，各有独立业务 ID。请求前保存有序列表与摘要，响应条目里的 index 指向这份列表的位置。响应重排后，仍应分别关联回原文；如果输入列表被重新排序，即使 index 合法也会配错，因此输入快照是映射前提。

OpenAI Embedding 参考定义条目中的 index。本文人为重排防御性夹具，只为测试消费者没有盲信数组排列，不声称官方服务实际会乱序。向量值是手工合成的两维数字，不是任何真实模型生成，也不适合用来评价语义相似度。

唯一、完整、在范围内才映射

先检查 index 为整数且不是布尔，在零到输入数量减一之间；再检查是否重复；最后比较期望索引集合是否全部出现。缺失、重复和越界分别输出错误，不能等执行 inputs[index] 失败后才发现一半记录已经入库。

附件合法响应故意按二、零、一排列，预期输出仍按原输入顺序绑定业务 ID。三个异常样本分别重复零、缺一和出现三，全部拒收。失败反例是直接 zip，结果第一条原文被赋上第三条向量，但程序完全不会报错。这个错误只有关系断言能发现，检查向量非空没有帮助。

元数据也需要随结果保存

映射记录还应保存实际返回模型标识、维度与输入摘要。维度正确不证明 index 对齐，index 对齐也不证明模型与旧索引兼容，二者独立验收。若实际请求使用不同编码格式，应先按官方合同解码，再执行结构和数值检查，不把 base64 文本误当数字数组。

输入本身的业务 ID 也要唯一。一个 ID 对应多个文本时，应由业务明确是否为多版本，而不是用响应 index 自动替它解决。持久化时保留本次请求与输入位置，可以追踪向量从何而来；跨请求更新则使用业务版本或原文摘要判断。

本文检查器不连接向量数据库、不发 Embedding API 请求。通过只证明这组合成响应在客户端映射正确，不能证明检索效果、向量质量或真实接口兼容性。真实上线前还需在获授权的环境补验，并把输入映射、数值有效性和检索评测分成可追溯的证据。

配套文件与依据

本文的合成输入和参考结果可下载独立样本 a033.json，离线检查器 a033.py与样本放在同一目录后运行。检查器不调用模型接口。 使用 Python 3.12 或兼容版本，将上述文件下载到同一目录，执行 python a033.py。

一手资料1。资料核对日期：2026-10-24。