大多数知识库项目死在同一件事上:把所有文件一股脑丢进去,然后发现答得乱七八糟。
第一步:做减法,先定三个问题
不要问「我们有哪些资料」,要问「谁会来问什么」。挑出频次最高的三类问题——通常是报价规则、交付流程、售后政策——只为这三类建库。其他资料等这三类跑通再加。
验收标准:能列出 30 个真实用户问题,且每个问题都指向明确的资料范围。
第二步:清洗,把垃圾挡在门外
过期的制度、重复的版本、扫描歪斜的图片、带密码的表格,这些进库就是污染源。同一份文件留最新一版,历史版本单独归档;扫描件先做 OCR 并人工抽检 10%。
验收标准:抽 20 份文件,无重复、无过期、可被机器正确读取。
第三步:切分,按语义不按字数
按固定字数硬切,会把一句话切断,答案就断了。正确做法是按结构切:一个条款一段、一个问答一组、一张表一份。表格单独处理,保留表头。
验收标准:随机抽 10 个片段,每段单独看能看懂。
第四步:检索,混合优于单一
纯向量检索遇到型号、编号、条款号会失灵,纯关键词又理解不了同义表达。企业资料场景,关键词 + 向量的混合检索明显更稳,且回答必须带出处段落与页码。
验收标准:50 个真实问题上,正确率 ≥ 80%,且每条答案都能点回原文。
第五步:权限与维护
按部门或项目隔离知识库,敏感合同只有对应角色能问。然后设定维护节奏:每月清一次失效内容,每季补一次新问答。
验收标准:不同角色登录,看到的知识范围符合预期。
工具怎么选
资料量在几千页以内、只给自己团队用,私有知识库助手 就够,装在你自己服务器上,断网也能用本机模型。
资料到几万页、涉及合同库与多部门隔离,用 企业知识库问答,支持百万页级与混合检索。两款都在 合规自动化专题 里可以横向对比。
一句判断标准
知识库的质量,取决于你拒绝了多少资料,而不是收进了多少。
想让这类活自己跑起来?三步,全程在微信里
不用下载 App,不用配环境,不用懂技术。
- 1微信扫码关注 018T 公众号
- 2关注后自动开通 7 天试用(有激活码的直接发码)
- 3直接在微信里对话,结果发回给你

微信里长按下方二维码即可识别关注。
版权与免责 / Copyright & Disclaimer
本站原创禁止转载。部分资源源于网络,侵删。使用工具责任自负。
No reposting of original content. Use tools at your own risk. Contact for removal.
