ARTICLE · 1149607

同样是喂文档,为什么别人的 AI 更好用

发布时间：2026-10-10 09:34:42 最近访问：2026-10-10 09:34:42

上回聊到一个结论：AI 缺的不是脑子，是你公司的那点事。把公司的资料喂给它，它才能从"什么都懂的路人"变成"懂你业务的自己人"。

这话只说对了一半。

同样一堆文档，十家公司喂进去，可能有九家用不起来。

差别不在文档质量，也不在你用的是哪个大模型。真正的差别，藏在几个没人愿意细看的地方。

一、先把一个流行的比喻纠正一下

动手之前，先把说法统一了。

有个流传很广的比喻：RAG 相当于图书馆，Wiki 相当于笔记，本体相当于笔记之间的联系。

方向对，但差了一层。更准的说法是这样：

Wiki 是书架——书总得先有个地方放，而且大家都能往里放、能一起改
RAG 是那位读过全部藏书的管理员——你问他，他翻出几本相关的念给你听，还告诉你这话在第几页
本体是图书馆的分类法——它不存书，但它规定了这本书归哪一类、跟哪些书是一套

它们是三层，不是三条路。

你不需要在"图书馆"和"笔记"之间二选一。正常的顺序是：先把书摆上书架，再请管理员，最后定分类法。顺序反了会出事。

下面这几个坑，恰好都在这条路上。

二、坑一：书被剪成了碎纸条

AI 读你文档的方式，不是"打开整本书看一遍"。

它是先把文档切成一小块一小块，再一块一块去读、去记。这个动作，叫分块。

AI 读到的不是你那份文档，是你切完之后的那一小块。

切得好不好，后果很直接：

一张报销标准表从中间被切断，前半截在上一块、后半截在下一块，AI 看到的是"住宿费上限"和"600 元"分了家的两个碎片
一份设备图纸被切掉一半，剩下的那半谁也看不懂
一条完整的操作流程被拆成三段，每一段单独看都不成立

结果就是：内容明明就在库里面，它就是答不出来，或者答得驴唇不对马嘴。

同一个模型，换一套切法，效果能差出一大截。切得好，AI 拿到的是完整的一段话；切得糙，你等于给了它一堆断章。

三、坑二：只会认"意思像不像"

假设你要问："XT-2000 这款设备的维保条款怎么写的？"

那位管理员如果只会按"意思像不像"去找书，他会给你抱来一堆讲"设备保修""售后服务""质保期"的书——意思都很接近，但没有一本是你要的。

因为企业文档里最多的，就是型号、编号、合同号、专有名词。

这些东西必须精确命中，差一个字母都不行。而"意思像不像"这种找法，恰恰对精确词不敏感。

靠谱的做法是两条路一起走：

一条按"意思像不像"找——用户问得口语化，也能找到
一条按"字面有没有"找——型号、编号这种精确词，一个字都不放过

两条路各找一批，合到一起。然后还要请一位复核员，把候选按相关度重新排一遍，只把最相关的几条递到 AI 手上。

这位"复核员"，是整条链路上性价比最高的一笔投入——比换一个更贵的模型管用得多，也便宜得多。

四、坑三：谁都能抽到不该看的书

这条最不起眼，也最要命。

图书馆里的书，是有分区的。高管的薪酬册、招标的底价表、还没公布的人事决定，不是谁都能翻。

这些文档在原来的文件夹里，本来是有权限的。可一旦进了知识库，权限经常就丢了——因为搭知识库的人，往往只关心"能不能搜到"，忘了"谁该看到"。

于是就会出现这种情况：一个刚入职的员工，随口一问，就拿到了本该只有总监才看得见的东西。

权限必须在"找的那一刻"就拦住，不能等答案写出来再遮。

因为等答案生成完，那些敏感内容已经写在回答里了。你再遮，遮的是显示，不是泄露。

对政企、金融这类客户，这不是体验问题，是能不能用的问题。

五、还有一件和技术无关的事

前面三条都是工程问题，这一条不是。

知识是会过期的。

制度改了、产品下架了、价格调了、合同续签了——但旧的那份文档，还躺在库里。

这时候它不是"知识"，是"错误的权威"。因为它带着你公司的抬头、用着你熟悉的格式，答得理直气壮。这比 AI 瞎编还危险——瞎编你还能闻出味儿来，这个你闻不出来。

所以一个知识库能不能活过一年，看的不是技术，是有没有这几样东西：

每份知识都有人负责，不能是"大家的"
有复审周期，到点提醒
谁写、谁审、谁下架，落到具体的人头上

技术解决"能不能查到"，机制解决"有没有人写、写的人管不管更新"。

而后一半，才是大多数项目真正栽跟头的地方。

最后

回头看，这几件事有个共同的规律：

它们全都不在模型那一环。

模型只是整条路中间的一段。前面要把文档切好、放好，中间要检索得准，后面要有人维护、有权限兜着。任何一段掉链子，用户看到的都是同一句话——"这东西不好用"。

所以顺序特别重要：

先把资料收进 Wiki，再让 RAG 答得准，最后才谈本体推理。

这套做法，就是我们做的易知格｜OntoEasy：独立部署在客户自己的环境里，开箱即用；轻量模式先用 Wiki + RAG 快速跑通，真需要跨文档推理了，再叠上本体——不用换系统，往上加一层就行。

易部署，知全局，格万物。

说到底，知识库拼的从来不是模型有多强，是那一圈没人愿意干的细活，有没有人干。

相关学习资料