企业 AI 实施指南

企业知识库与 RAG 怎么建设:从资料治理到可引用回答

说明企业知识库的资料治理、权限过滤与检索评估,并用标明为假设的故障排查示例展示检查顺序。

直接回答

企业知识库为什么不能只把文档上传给大模型?

因为生产系统还要解决资料是否有效、谁有权查看、如何找到正确片段、回答能否给出来源,以及答错时如何拒答和复核。RAG 是检索与生成的组合,不是对资料质量和业务规则的替代。
01

先治理资料,再讨论模型

制度、产品手册、项目文档和客服话术往往存在重复版本、过期内容和权限差异。第一步应确定资料负责人、有效版本、更新时间和适用范围。

如果来源本身相互冲突,模型即使检索到内容,也无法稳定判断哪一份才是正式依据。

  • 按部门、业务和保密级别建立资料目录
  • 保留版本、发布日期、失效日期和负责人
  • 删除扫描噪声、重复页眉和无意义附件
02

检索质量决定回答上限

切分长度、标题层级、表格处理、关键词与向量检索组合都会影响召回结果。不能只凭几个演示问题判断效果,应使用真实业务问题建立评估集。

评估不仅看回答是否流畅,还要分别检查正确来源是否被召回、关键事实是否一致、引用是否可打开,以及无依据问题能否拒答。

03

权限必须在检索前生效

企业知识库不能先检索全部资料,再要求模型不要泄露。用户身份、部门、项目和数据级权限应在检索阶段过滤,并记录访问与引用日志。

  • 公开资料、内部资料和敏感资料分层
  • 继承现有账号和组织权限
  • 对导出、分享和高风险回答增加确认

建议做法 · 假设排查

一个“引用了旧版制度”的排查示例

假设知识库同时收录现行与旧版差旅制度。员工询问“现行差旅报销标准是什么”,回答却引用了旧版。团队可用下面的顺序定位问题,而不是先改提示词:

  1. 01

    先核对资料与权限:每份制度记录负责人、版本、有效状态和可见范围;查询时用员工身份、部门与资料范围先过滤,再做检索。旧版可保留归档,但不应进入“现行制度”的候选集。

  2. 02

    复现同一问题并查看检索记录:保留脱敏问题、角色、过滤条件、候选片段的文档 ID/版本与最终引用。先判断现行版是否入库、能否被授权用户检索,再判断旧版为何被召回。

  3. 03

    若旧版仍标为有效,先修正元数据并重建索引;若现行版已入库却未召回,再检查扫描识别、标题切分、关键词与向量召回。不要用“请优先新版”的提示词掩盖资料或过滤错误。

  4. 04

    用固定问题回归:授权员工应得到现行版且引用可打开;无权访问该制度的账号不应看到片段或答案;没有有效依据时应说明无法确认并转人工。记录知识版本与检查结果,供下次更新复测。

以上是为说明实施方法而构造的脱敏假设场景与建议检查项,不是领鹏科技某个已实施项目的故障记录或评估结果。

立项前检查清单

  1. 1

    是否明确首批用户和高频问题

  2. 2

    是否有可确认的正式资料版本

  3. 3

    是否能接入现有身份与权限

  4. 4

    是否准备真实问题与标准答案

  5. 5

    是否定义引用、拒答和人工升级规则

把检查清单用于真实项目

可以先评审流程、数据、接口与验收标准,再决定模型和技术路径。

沟通项目