实战：搭建知识库问答系统 (RAG)

知识库问答是目前最落地的 AI 应用场景。本教程将教你如何把一份 100 页的操作手册变成一个“百问百答”的 AI 助手。

1. 技术架构

• 平台：FastGPT 或 Dify (推荐 Dify，界面友好)。
• 模型：
  • LLM：gpt-3.5-turbo 或 gln-4-flash (便宜)。
  • Embedding：text-embedding-3-small (向量化模型)。
• 数据源：PDF/Word/Markdown 文档。

2. 详细步骤 (以 Dify 为例)

2.1 准备知识库 (Knowledge)

1. 登录 Dify，点击“知识库” -> “上传文件”。
2. 上传你的公司员工手册或产品文档。
3. 分段设置：
   • 推荐选择“自动分段与清洗”。
   • Chunk Size (分块大小)：建议 500-1000 字符。太小会导致语义破碎，太大会导致检索不精。
4. 点击“保存并处理”。系统会自动计算向量索引。

2.2 创建 Chatbot 应用

1. 回到“工作室”，创建一个“聊天助手”应用。
2. 关联知识库：在“上下文”中添加刚才的知识库。
3. 设置 Prompt：

   你是一个专业的企业小助手。
   请基于{{context}}中的内容回答用户的问题。
   如果知识库中没有相关信息，请直接回答“资料中未提及”，严禁编造答案。
   

2.3 调试与检索测试

1. 在右侧预览框提问：“年假有多少天？”
2. 查看“引用归属”：系统会显示它引用了知识库的哪一段。
3. 如果回答不准，可以调整“检索阈值”（Threshold），通常设为 0.5-0.7。

3. 优化技巧

• QA 拆分：不要直接丢大段 PDF。最好先把文档整理成“问题-答案”的 Excel 表格导入，效果提升 50% 以上。
• 混合检索：开启“关键词检索 + 向量检索”的混合模式，对专有名词（如“错误码 E305”）的命中率更高。