AI 知识库

企业 RAG 知识库怎么搭建:从资料治理到引用式问答验收

拆解企业知识库的资料来源、切分索引、权限过滤、回答引用和评估方法,定位“检索到了但仍答错”的原因。

RAG 通常先检索相关资料,再让模型依据检索结果组织回答。企业知识库项目的难点往往不在“上传文件”,而在于资料是否有效、用户是否有权读取,以及回答能否追溯到真实依据。

先整理资料,再讨论模型

为文件记录所属业务、负责人、版本、生效日期和访问范围。产品手册、制度、报价规则和历史会议记录不应无差别混在一起。旧版本需要明确停用或保留为历史资料,避免回答同时引用互相冲突的规定。

扫描件、表格和图片中的文字需要检查提取质量。关键规格被识别错,即使检索与模型运行正常,也可能得到错误答案。

让切分与检索保留业务上下文

章节标题、表格单位和适用条件应与具体内容建立联系。不能只按固定字数切开,再期望模型理解被分离的例外条款。检索测试要同时覆盖产品别名、业务缩写和用户口语。

在取回资料前落实权限

不同部门和岗位可能有不同访问范围。检索应使用当前用户的授权条件过滤资料,而不是先将全部资料交给模型,再靠一句提示词要求它不要泄露。来源链接本身也需要保持同样的访问规则。

用问题集验收,而不是只看演示

建议准备四类问题:

  1. 有明确标准答案的问题,核对内容和引用是否一致。
  2. 需要结合多个文件的问题,检查是否遗漏条件。
  3. 没有资料支持的问题,检查是否说明无法确认。
  4. 当前用户无权访问的问题,检查是否正确拒绝。

答案错误时,应区分资料缺失、检索偏差和生成偏差,分别处理,不能都通过加长提示词解决。

把更新流程作为交付内容

说明新增文件、撤回旧文件、重新索引和回归检查由谁执行。参考 Dify 知识库文档了解知识处理和检索配置的职责,再根据实际系统选择实现方式。

需要结合企业资料、权限和客服入口规划,可以了解企业 AI Agent 服务。