制度知识问答

制度问答的风险结构和闲聊问答完全不同。员工拿着一个错误的报销标准去办事，或者按错误的审批权限走了流程，后果比"查不到"严重得多。

而这类项目的失败点通常很具体，也很一致：几百份文档一股脑传上去，分段参数用默认值，没做过召回测试，上线两周命中率低、没人用，最后归因为"大模型不行"。

按内容形态分库，这是第一个分岔口：制度、手册、法规这类长文本用通用知识库；审批权限表、标准时限表、费用标准表这类表格用结构化知识库按字段精确查；官网和帮助中心用 Web 站点知识库自动同步。

把费用标准表当成普通文档丢进通用知识库，是最常见的错误。"差旅住宿标准是多少"这种问题需要的是精确命中某一行，语义检索会返回"相近"的几行，而相近在这里等于错。

通用知识库支持文本分段和问答拆分两种处理方式。条款型制度按条切分，FAQ 型内容用问答拆分。

分段长度和重叠直接决定召回质量。切得太碎，一个完整条款被拆到两个分段，召回其一就是断章；切得太大，噪声内容稀释了有效信息，相似度算不准。没有一套参数能通吃所有文档类型——这就是为什么要按文档形态分别处理。

在知识库详情页用真实问法做召回测试：看命中的是不是应该命中的分段，不理想就调分段参数或换检索策略，反复到稳定为止，然后再关联到智能体。

这一步没有捷径，也最容易被跳过——因为它枯燥，而且在项目排期里看起来像是"还没开始做功能"。但跳过它，后面所有问题都会表现为模型的问题，而实际上模型根本没拿到对的内容。

建议准备一个二三十条的测试集，覆盖高频问法、专有名词、边缘问题。每次新增或修改文件后重跑一遍。

明确要求：知识库未召回到相关内容时，直接告知未查到并给出人工咨询渠道，禁止用模型的通用知识补答。

这一条比任何调优都重要。制度问答宁可答不出，不能答错——一次自信的错误回答，足以让整个系统失去可信度。

上线后通过对话记录定位"高频被问但召回差"的问题，补文档或调参数。知识库不是建完就结束的交付物，是需要持续维护的资产。