搭建企业知识库不只是把文档切碎丢进向量库。真正决定可用性的是五件事:文档怎么切、权限怎么管、答案有没有出处、资料更新后怎么同步、以及如何判断效果变好还是变差。
一、切分要跟着文档结构走
制度类文档适合按条款切分,技术手册适合按章节层级切分。切得太碎会丢失上下文,切得太大会让检索命中后仍然答不到点上。实践中建议保留标题层级与条款编号,作为回答时的定位依据。
二、权限必须沿用企业原有体系
同一套知识库里,财务制度不应该对所有部门开放。问答结果必须遵循企业原有的权限体系,否则知识库会成为新的数据泄露出口。落地时需要把组织架构映射到检索过滤条件,并在前端做二次校验。
三、溯源是底线要求
每条回答都应该能定位到原文出处与版本,业务人员才能判断这条信息能不能直接用于工作。缺少溯源的答案,在制度、合规类场景里基本无法被采纳。
四、更新机制决定长期可用性
文档更新后知识库要同步刷新,避免回答旧版本内容。常见做法是给文档加生效日期与失效标记,更新时触发重新索引,并在回答中标注引用文件的版本。
五、建立小规模但稳定的评测集
评测集不需要很大,但每个问题都要有标准答案与出处。每次调整切分策略或模型参数后跑一遍,观察命中率与错误类型的分布,避免效果忽好忽坏。
能回答不等于敢使用。可溯源、可维护、可评测,才是一套知识库进入生产环境的前提。
