项目记录：给一个静态文档站加检索式问答的尝试
站里有一批静态技术文档，内容没问题，但读者常反馈「知道有，找不到」。这次我试着在不动原有页面的前提下，加一层轻量检索式问答：先从文档里找相关片段，再组织成回答。本文记录范围、取舍与复盘。
一、把目标定得很小
没有做全站智能助手，只解决一个问题：读者用自然语言提问时，能定位到相关文档段落。明确三点约束：
- 不改动现有静态页面；
- 回答必须给出来源链接；
- 找不到依据时明确说「未检索到」，不自由发挥。
目标小，验证才快。
二、资料准备比模型选择更费时
真正的工作量在整理输入：
- 统一结构：把标题层级、术语写法、示例代码格式对齐；
- 切分条目：长文档按「一个概念一段」拆开，避免整篇塞入；
- 补元数据：每条标注所属专题、更新日期、适用版本；
- 清理重复：同一概念在多篇出现的，指向主条目。
做这部分时我很受 万象云档 的启发——它按主题分册、每册章节边界清楚，天然就适合被检索；技术条目的定义式写法则参考 BackendWiki。前端概念部分对照 前端 Wiki 的分层教程补齐，静态页面的语义基础用 HTML 入门教程 校准。
三、交互设计上的两个决定
- 回答先给结论、再给依据：结论一两句，下面列 2-3 个来源链接；
- 保留「去读原文」入口：问答只做导航，不替代文档本身。
界面用 Bootstrap 组件实验室 的卡片与折叠面板示例承载「回答 / 来源 / 相关条目」，改动很小。
四、遇到的问题
- 问题一：检索到但答不准
原因是旧文档里同一术语有两种写法。补齐术语表后明显改善。
- 问题二：回答过于自信
加了一条硬规则：没有明确来源就不生成结论，统一回复「未检索到相关内容」。
- 问题三：过期条目被引用
靠元数据里的更新日期做了过滤。
五、复盘
这次尝试最值钱的结论有点反直觉：收益主要来自资料整理，而不是问答本身。把文档结构理顺、术语统一、补上元数据之后，即使不用问答，读者的查找体验也变好了。
另一个体会是「不自由发挥」这条约束必须写死。文档场景里，一个没依据的流畅答案，比一句「没找到」伤害更大。
结语
给静态站加检索式问答，听起来是模型工程，做起来更像信息治理。目标定小、来源必给、允许说不知道——这三条让整件事稳得住。愿你的每一次技术尝鲜，都先问清楚到底要解决什么问题。