RAG 知识库搭建 · 2026-11-01 19:06:02

保定企业搭建RAG知识库：从文档混乱到问答秒回

保定中小企业资料散在微信群、网盘和老员工脑子里。RAG知识库不是买个大模型，而是把内部文档接成可追溯的问答系统，落地要先控范围、理数据、做评测。

很多保定老板第一次接触RAG，以为是再上一套大模型软件。实际上，RAG更像给大模型接上企业自己的资料：销售问产品参数，客服查售后政策，生产部门找作业规范，系统先从内部文档里检索内容，再让模型基于材料回答。

先想清楚让知识库回答什么

不要一开始就把公司所有文件都丢进去。范围越大，权限、格式、版本问题越多。更现实的做法，是选一个高频、答案明确、员工反复询问的场景，比如产品手册问答、招投标资料查询、制度咨询或售后故障排查。

场景确定后，再规定知识来源。合同、报价单、技术图纸、培训PPT、Excel台账，处理方式并不一样。有些文件适合直接切块检索，有些要先抽成表格，有些涉及客户隐私，必须脱敏或做权限隔离。

RAG效果差，很多时候不是模型不行，而是材料本身混乱。同一个制度有三个版本，扫描件无法识别文字，表格标题缺失，文件名只写“新版最终版”。这些问题不处理，回答就容易张冠李戴。

搭建时至少要做四件事：统一文档版本，清理重复和过期资料；把PDF、图片、表格转成可检索文本；按业务含义切分内容，而不是机械按字数切开；保留来源信息，让每个回答能追到原文、页码和更新时间。

检索环节也不能只靠向量库。产品型号、合同编号、客户名称这类精确查询，关键词检索往往更稳；长文档理解和语义相似问题，才更适合向量检索。保定制造、商贸、工程类企业资料里编号很多，采用“关键词+向量”的混合检索，通常比单一方案可靠。

知识库上线前，别只问几个“你好”“介绍一下公司”。应让业务人员整理几十到上百个真实问题，并标注标准答案和对应文件。例如“某型号设备的保修期多久”“某项目付款节点怎么约定”“离职人员审批流程是什么”。

每次调整切分规则、检索方式或提示词后，都用这批问题回归测试。重点看三项：有没有找到正确资料，回答是否引用了过期内容，无答案时会不会硬编。对企业内部系统来说，“不知道并提示转人工”，有时比自信地答错更有价值。

权限也应提前设计。普通员工不能查到高管文件，销售不应看到全部客户合同，外包人员只能访问指定资料。RAG不是简单的搜索框，检索前的权限过滤、敏感词识别和操作日志都要考虑。

建议先用一个部门、一类文档跑通闭环：资料更新有人负责，员工提问有人收集，错误答案能反馈，内容能定期维护。看到节省时间、减少重复咨询后，再逐步接入OA、网盘、客服系统或企业微信。

我们在芥子网络做这类项目时，通常会先评估资料质量和业务问答，再决定切分、检索和权限方案。RAG知识库的价值，不是让AI显得聪明，而是让企业经验真正留得下、找得到、用得准。