知识库实操:把你的文档喂给智能体

上一篇结尾我说，该给它装个知识库了。这篇就来干这件事。

先看一条后台留言。有位读者改完提示词，周报终于像人写的了。但新问题冒出来：智能体不知道他们公司内部管那件事叫什么。

他们内部把订单系统改版叫"OMS改版"，智能体写出来是"完成订单管理模块优化升级"。字面没错，可发到组里，同事第一反应是：这是说的哪个项目？

它的写作能力其实够用了，缺的是另一类东西：你公司内部的那套上下文——项目代号、术语、惯例、去年的口径。这些它一个字都不知道。

这些写进提示词行不行？写不了。三个月的周报、一摞流程文档、几十个内部叫法，全塞进人设里，一是太长，二是它根本记不住那么多。这就是知识库要解决的问题。

先说清它是怎么工作的

这里有个地方很多人搞错：知识库并不会把文档读完然后记住。

它的用法是用时现查。你问一个问题，它先把问题转成一串特征，去你的文档里找出最像的几段，再把这几段一起交给模型，模型照着这几段回答。

打个比方：它没有把整本书背下来，而是随身带了个能秒翻目录的索引员。你问三季度增长多少，索引员翻出相关的那两页递过去，它照着念。

这个机制有个直接后果，后面每一步操作都跟它有关：文档能不能被查得到，比写得漂不漂亮重要得多。

第一步：先定喂什么，别一股脑倒进去

新手最容易犯的错，是把网盘里能翻到的全传上去，想着"多总比少好"。

结果相反。你文档越多越杂，检索出来的"最像的几段"就越容易是别的东西。你问周报该怎么写，它是能给你翻出一段报销制度里的句子。

所以先只喂一种。三种典型选择，看你是哪种情况：

历史周报，挑最近两三个月的十到二十篇。跟着上一篇做周报助手的，选它最直接。

内部术语和规范，把公司里那套叫法、缩写、项目代号整理成一份。这份东西页数最少，见效最快。

常见问题和标准答法，客服、售前那种反复被问的东西，一问一答成对写下来。

跑顺了再加第二种。上手就想搞一个大而全的资料库，十有八九第一次就放弃。

第二步：传之前先把文档洗一遍

这一步几乎决定了检索准不准，但大部分教程不讲。三个动作：

把格式垃圾删掉。页眉、页脚、页码、"内部资料请勿外传"这类水印文字，全部清掉。它们在文档里重复出现几十遍，会污染检索。之后你问任何问题，它都有可能命中这些没用的行。

一份文档讲一件事。别把半年的周报合并成一个几百页的 Word。按时间或者按项目拆开传。文档越单一，检索越准。

文件名写清楚。这点知道的人少：文件名本身就是会被检索的内容。你命名成"文档1"，它检索时一个线索都抓不到。写成"订单组2026年6月到9月周报"，它光看文件名就知道该不该用。

顺手保住文档里的结构。有小标题、分小节的文档，比一坨流水文字好检索得多。

第三步：分段怎么选

上传的时候会让你选分段方式，一般是两个选项：

自动分段，按长度切，比如每五百字一段。结构完整的长文档用它最省事，新手直接选这个。

自定义分段，你自己定按什么切，比如按小标题切。文档本身就有一级级标题的，用这个更合适。

选择的判断标准一句话：让每一段只讲一件事。

切太大，一段里混着三件事，检索出来它抓不到重点。切太碎，一句话一段，上下文断了，它读不明白。

还有个更省事的办法。如果你的文档本身就是一问一答，或者一条规则一行，那就按行切。问答对和规则条目天生就是独立的检索单元，效果往往比大段切更好。

第四步：关联上，三个参数值得调

回到智能体的编排页，找到技能里的知识库，把你建好的库勾上。关联完有三个东西值得动一下：

检索条数，调到 3 到 5 条。默认可能给到 10 条，我建议调小。原因很实在：排在前面的才最像，后面那几条都是勉强沾边的，塞进去只会干扰它。宁可少给几条准的。

相似度阈值，设 0.7 左右。它管的是"像到什么程度才允许用"，低于这个分直接丢掉。调高它更谨慎，可能常常回你"没找到"；调低它什么都拿来答，容易跑偏。

引用标注，打开。打开之后回答里会标明这句子出自哪份文档。对你有个实际好处：一眼就能看出哪些话是文档里来的，哪些是它自己加的。周报这种要往上报的东西，能省掉一半核对时间。

第五步：补一句必须加的提示词

上一篇我们加过"信息不够就问我""没提到的不许写"。知识库还得多加一句，回到人设里贴上去：

这句话为什么不能省？因为检索不保证每次都找得到。问题稍微偏一点，或者文档里确实没写，检索就空了。

检索空的时候，模型不会停下来告诉你"我没查到"。它会用自己训练时学的那套通用知识接着说下去，说得挺像回事，可你公司根本没这回事。

这句兜底和上一篇那句的分工是这样：上一篇管的是"你没给我材料"，这一句管的是"材料里没有"。

第六步：两个问题，验证它真在用

别拿一句"你好"去测，那测不出任何东西。用这两个问题：

第一问，问一个只有文档里才有答案的细节。比如文档里写过项目代号，你就问那个代号是哪个项目。答对了、还标了出处，说明库通了。

第二问，问一件文档里肯定没有的事。看它会不会老老实实说"没找到"。要是它开始编，说明刚才那句兜底没生效，回去检查提示词。

这两问做完，知识库到底有没有在干活，一目了然。

装上之后是什么样

还是拿上一个例子问："订单模块的项目代号是什么？"

没有知识库时：这个问题涉及你们内部的项目代号，我无法确定。（更好的情况是这样，更糟的是它直接给你编一个。）

有了知识库之后：根据《订单组2026年6-9月周报》，订单模块的项目代号是"清风"，首次出现在6月第二周的周报里。

另外你会发现，它说的全是你公司的原话，你不需要再去翻一遍核对。

五个坑，提前说

一次传太多太杂，检索会跑偏。先喂一种。

文件名写成"文档1"，检索时没线索可抓。命名要能看出内容。

上来就传机密文件。先用公开资料或者非敏感的文档跑一遍，看看效果再决定。

传完就不管了。新增的文档要记得补，不然它还在用去年的口径答题。

忘了加兜底那句。检索不到的时候，它会开始编。

给你留个作业

就挑一种文档，洗完、命名好、传进去，然后用上面那两个测试问题各问一遍。

你的智能体现在知道你们公司的叫法了，但它知道的东西还是你喂给它的那些。下一层能力，是让它自己去外面取——自己去查实时数据、去抓一个网页上的信息，你只要说清要什么，取的过程它自己完成。

如果检索不准，把你文档的文件名和分段方式发到评论区，我帮你看看问题出在哪。传完效果好的也发一下，让我知道哪种文档最好使。