我正在使用这个example chat application，它可以从认知搜索中检索最相关的文档，以帮助聊天机器人回答用户的问题。文档检索本身并不是应用程序代码的一部分，而是在应用程序调用“/deployments/{deployment-id}/extensions/chat/completions”端点时抽象出来的。
我无法从文档中理解/deployments/{deployment-id}/extensions/chat/completions端点如何在幕后与Cognitive Search交互。背景是我试图理解它提供了什么样的灵活性，以及如果我们想改变一些东西，手动实现文档的检索和集成到LLM的提示符中需要什么。
扩展调用哪个认知搜索端点，使用什么参数？下面是一个API请求的例子，我自己发送了这个请求，试图重现工具引用中的前5个结果

curl --location 'https://[deployment].search.windows.net/indexes/[index]/docs/search?api-version=2023-07-01-Preview' \
--header 'Content-Type: application/json' \
--header 'api-key: [key]' \
--data '{  
     "queryType": [I tried full, simple and semantic here, semantic with different settings for other required parameters]
     "search": "[question text]",  
     "top": 5
   }  '

我在Azure门户的搜索资源管理器中获得了与认知搜索相同的文档，但它们与从extensions/chat/completions请求返回的文档不同。对于相同的组块，相关性分数有时是相同的，但有时也是不同的。你能解释一下为什么会这样吗？
在Azure OpenAI playground和此示例应用程序中实现的文档检索中没有使用嵌入，这是正确的吗？
是否有更多的系统文本隐藏在某处，指示模型查看源代码并以[doc 1]格式提供引用？如果我们对引用的准确性不满意，我们将如何修改？