知识库与文档问答
◷ 24:40
◉ 5.8万次观看
◈ 更新于 2026-11-16
#AI工具#知识库
本节 AI 摘要
让 AI 基于你自己的文档回答问题。本节讲清知识库的构建流程:文档切分、向量化、检索增强,以及提升回答准确率的关键技巧。
大模型不知道你的私有资料,知识库就是解决这个问题的——把文档喂给它,让它基于你的内容回答。
💡
核心原理
文档先被切分成小块并转成向量存起来;提问时先检索出相关片段,再连同问题一起交给模型,这就是 RAG(检索增强生成)。
一、准备文档
支持的格式包括 PDF、Word、Markdown、TXT。文档越干净,效果越好——扫描件需要先做 OCR。
二、切分与导入
按固定长度切分,适合结构简单的文档。块大小一般设 500-1000 字符,重叠 100 字符左右。
按文档章节标题切分,能保留语义完整性,问答效果通常更好,推荐优先使用。
三、提问技巧
为什么回答总是不准确?›
三个常见原因:文档切分太碎丢失上下文、检索返回的片段不相关、模型没拿到足够的片段。逐一调整块大小、检索数量和提示词即可改善。


知识库是 AI 应用里最实用的能力之一,下一节我们把它接进自动化流程。
评论
有疑问、勘误或想聊的,欢迎在下面留言