一、知识库问答最容易高估的地方
老板期待“问什么都能答”，实际上线后问什么都说“未找到”。
问题不在模型，在四步里前三步。
二、四步落地
第一步：选范围。
不要全公司文档一起上。先挑一个部门、一个主题。
范围越窄，效果越好。
第二步：清洗。
文档里大量重复、过期、表格殘缺的内容。
不清洗直接入库，模型会把旧版当答案。
第三步：分块。
一块一个意思。按标题切，不要按字数切。
每块带上前后的标题路径，否则模型不知道它在哪。
第四步：验收。
准备 50 个真实问题，人工标出答案在哪块。
能找对来源，再去调回答。
三、四个常见坑
- 只测“能不能答”，不测“引用的对不对”。
- 不做过期标记。旧文档与新文档同时被搜出。
- 权限没做。HR 文档被全员问到。
- 没反馈渠道。错了没人知道。
四、分块的具体做法
一段不超过 500 字，一个标题下一个块。
块开头固定加一行：所属文档 + 章节路径 + 更新日期。
这三项是以后能不能追溯的关键。
五、回答怎么组织
三段式最稳：
- 一句话结论。
- 引用原文一到三条，带来源与日期。
- 不确定时明说“文档里没有”。
第三段最容易被省，但它决定了用户信不信。
六、一个度量
不看总问答量，看“引用正确率”和“无答案时的诚实度”。
后一个指标上去，信任才会上去。
七、一个提醒
知识库不是一次性项目。
每季度要重新清洗一次，否则半年后又变成垃圾场。
八、扩展阅读
想把数据层搭稳，数据库与缓存是基础。
BackendWiki 的 MySQL、Redis 两个专题篇幅适中，适合边做边查。