企业知识库落地实践：RAG 不是接个向量库这么简单

RAG 效果差，问题常常不在模型

企业接入知识库后最常见的反馈是「AI 经常答错」。复盘下来，80% 的问题出在数据，而不是模型。

数据治理是真正的起点

1. 文档清洗：去掉过期、重复、互相矛盾的资料
2. 分类与权限：不同部门看到不同的知识范围
3. 术语表：统一行业黑话与缩写，减少歧义
4. 切分策略：按语义而非固定长度切分，召回更准

上线只是开始

知识库需要持续维护：新文档接入、错误反馈闭环、提示词优化。这也是我们提供长期陪跑服务的原因。