M3 · 第 9 讲

知识库问答与工作流

答错时,知道该查哪里

开场:明明文档里写了,它却说没有

你挂上了十份产品文档,问“退款要几天”。它回答“通常 7–15 个工作日”,可文档里写的是“3 个工作日”。你以为是模型不行,其实多半是检索没找到那一句。

知识库问答的成败,八成在文档准备与检索,两成才在回答。

本课目标

一、RAG 是怎么工作的

  1. 切分:把文档切成小段;
  2. 检索:按问题找出最相关的几段;
  3. 生成:把这几段塞进上下文,让模型基于它们回答。

所以答错只有三种可能:没切对、没检到、答歪了。先查前两个,不要一上来改提示词。

二、文档准备四步

1. 清洗

去掉页眉页脚、重复目录、过期版本。同一主题只保留最新版,旧版归档。

2. 切分

按语义切,不按固定字数硬切:

3. 加元数据

每段带上:文档名、章节、更新时间、适用范围。检索时能按版本过滤,回答时能给出处。

4. 建索引

把“问题—答案”常见说法也放进去,例如“退款多久到账”与“退款时效”是同义词。

三、答错了,按这个顺序查

现象 先查 处理
说“没有相关信息” 检索是否命中 补同义词、换切分
答的是旧版本 元数据与过滤 归档旧文档、加时间过滤
答对一半 切分是否切断 合并相关段落
引用不存在 提示词是否要求引用 强制“只依据材料,给出来源”
答得很泛 问题是否太宽 先反问澄清,再检索

一个硬规则:回答必须带出处;没有出处就承认不知道。

四、工作流:把问答接进业务

一条可用的退款咨询流程:

  1. 用户提问;
  2. 检索知识库,取前 3 段;
  3. 置信度低 → 转人工;
  4. 置信度高 → 生成回答 + 引用;
  5. 敏感操作(退款、改地址)→ 人工确认后再执行;
  6. 记录日志:问题、命中段落、回答、是否转人工。

三个设计原则:

知识库平台与模型调用的额度、计费方式差异很大(2026-11-20 查询);选型时点名具体平台核对免费额度类型,多轮调试通常会先耗尽试用额度。

五、权限与日志

项 最低要求
文档权限 按部门/角色隔离,不能全员可见
数据脱敏 手机号、身份证、合同金额
日志 谁问的、检索到什么、答了什么
保留期 按合规要求,默认 90 天

没有日志的问答系统,出了问题无法复盘。

六、30 分钟练习

  1. 选 5–10 份同主题文档(5 分钟);
  2. 清洗并切成 300–800 字的段(10 分钟);
  3. 每段加“文档名 + 更新时间”(5 分钟);
  4. 问 5 个真实问题,记录命中与答错原因(10 分钟)。

七、五个常见坑

  1. 把整份 PDF 直接上传:切分不可控;
  2. 旧版文档没删:模型会引用过期信息;
  3. 不要求引用:无法判断它是不是在编;
  4. 所有问题都自动答:高风险场景必须转人工;
  5. 没有评估集:永远不知道改版是变好还是变坏。

八、检查清单

九、延伸阅读


下一讲:AI 编程入门。不懂代码,也能做出一个能运行的小工具。

AI 学习系列课 · M3 · 第 9 讲 · 内容为原创整理,参考公开资料与官方文档。