把相关材料送入当前问题
RAG通常指检索增强生成:系统先从资料中找出与问题相关的内容,再让模型结合这些内容生成回答。它可以帮助利用组织自己的文档或更新资料,但不等于把全部资料重新训练进模型。一次回答能否可靠,既取决于模型表达,也取决于前面究竟检索到了什么。
检索不到与理解错误要分开
假设资料库已有新版报销规定,回答却仍引用旧版。可能是新版没有成功入库,也可能是标题相似导致旧片段排名更高,还可能是检索到新旧两版后没有处理冲突。排查时先查看引用片段和文档版本,再讨论模型是否理解错误。只改提示词无法修复缺失的原始资料。
文档结构会影响被找到的概率
清楚的标题、适当的章节和稳定的编号有助于资料定位。表格如果被拆成没有列名的行,答案就容易失去单位或适用条件。准备知识库时,应让每个片段保留足够语境,例如产品名称、时间与条款所属章节;不要为了减小文件而删掉决定含义的脚注和例外。
例如一张套餐表应把价格、付款周期和流量周期保留在同一语境中,不能把数字单独切成检索片段。用户问月均成本时,系统需要知道付款总额与覆盖月份;缺少这些字段,即使检索到价格也无法可靠计算。
权限和更新需要单独管理
知识库能搜索不代表所有成员都应看到所有文档。建立检索流程时,应检查原有权限如何延续、删除内容何时从索引移除,以及修订后是否仍存在旧副本。普通使用者遇到权限不符的答案,应停止转发并向管理员反馈,而不是因为系统给出了内容就视为已获授权。
用覆盖问题检查知识库
可以准备三类问题:资料明确回答的问题、跨章节才能回答的问题、资料没有答案的问题。理想结果应能说明依据和缺口,而不是对第三类也补出完整结论。将失败案例反向用于改善文档、检索和引用显示,往往比不断增加资料数量更有价值。
资料来源
以下来源用于核对概念和操作条件。产品界面与政策可能变化,请结合当前官方说明使用。