企业内部知识库的难点,很少是模型,而是“这份资料谁能看”和“资料过期了怎么办”。

一、权限:检索必须在权限范围内进行,不能先检索再过滤。否则模型可能把 A 部门的薪资表片段拼进给 B 部门的回答里,这类事故一次就足以让项目停摆。工程上要给每份文档打权限标签,检索时带上用户身份条件。

二、切片:按固定字数切会把表格和步骤拆散。更稳的做法是按语义结构切——标题层级、列表、表格整块保留,并对每个片段保留来源路径与原文档 ID,便于追溯。

三、更新:知识库最大的敌人是过期文档。要建立“谁维护、多久失效”的机制,检索时对超过有效期的内容降权,或在回答里标注“可能已过期,请核对原文”。

四、评测:准备一批“只有某份文档能回答”的问题,验证召回是否命中该文档。这是检验切片与权限是否正确的有效手段,比人工翻几页抽查可靠得多。

最后提醒:知识库上线不是终点。前三个月每周看一次“没答上来的问题”,往往能发现大量缺失文档——这也是最快的完善路径。