AI 与大模型 · 入门
知识库(Knowledge Base)
把文档、手册、问答记录整理成一批模型能够翻阅的资料。提问时它从里面找出相关内容来作答,整理得好不好,直接决定答案质量。
TL;DR三十秒版本
- 把你手头的文档和问答记录收拾成一批整齐、好找的资料,专门留给 AI 翻阅。
- 有了它,问公司内部的事才有据可依,答完还能指出这句话出自哪份文件。
- 它不产内容,好坏全看里面的资料整理得干不干净、有没有过期。
Overview详细说说
知识库就是把散落各处的资料——产品文档、操作手册、常见问题、聊天记录——收集起来,清洗掉重复和噪音,切成合适的片段,存成机器能检索的形式。它本身不产文字,只是把材料备好,等模型来取。
它解决的是模型不了解你私事的问题。模型学的是公开语料,你公司上周改的报销标准它不可能知道。把资料整理成库,回答时就有据可依,还能标出这段话来自哪份文件,比重新训练一次省事得多。
搭一个答疑助手,第一步通常就是建这个库。资料怎么切分、按什么结构存放、多久更新一轮,都是这一步要定下来的事。比如把上百页的手册按章节和问题拆开,比整本丢进去更容易被检索到。这些决定做得好不好,比库有多大更影响最终效果。
知识库和 RAG 常常一起出现,但分工并不相同。知识库是那批资料本身,RAG 是“先去库里找,再让模型照着答”的整套做法。没有库,RAG 无从检索;只有库却不做检索,模型也拿不到里面的内容。
一个常见的误解是建了库模型就懂了。事实往往相反:资料自相矛盾、内容过期、格式混乱,答出来的东西也会跟着错,而且错得看不出来。定期把作废的规定删掉、把重复的条目合并,是维护里最容易被忽略又最见效的两件事。
Myths常见误解
- ✕以为库里东西越多越有用 ✓过期、重复、互相打架的资料堆进来,回答反而更容易带上过时的说法
- ✕以为把文件一股脑传上去就完事 ✓切成多大一块、怎么归类、多久清一次,直接决定找不找得准
- ✕以为知识库自己就会回答 ✓它只是把材料备好,真正开口答话的是外面的模型
In practice你会在哪用到它
- 把上百页的手册按章节拆开传进去,让它更容易被搜到
- 每次制度更新后回到库里,把作废的那一版删掉
- 发现答案引用的条款早改了,就明白该回去更新资料,而不是怪模型
Summary记住这几点就够了
- 把资料整理成模型能够检索的一批内容
- 回答有据可依,还能标出这段话的出处
- 和 RAG 的关系:它是那批资料,RAG 是整套流程
- 资料质量决定答案质量,不是越多越好
常见问题
知识库(Knowledge Base)是什么意思?
把你手头的文档和问答记录收拾成一批整齐、好找的资料,专门留给 AI 翻阅。有了它,问公司内部的事才有据可依,答完还能指出这句话出自哪份文件。它不产内容,好坏全看里面的资料整理得干不干净、有没有过期。
知识库(Knowledge Base)一般用在什么地方?
把上百页的手册按章节拆开传进去,让它更容易被搜到;每次制度更新后回到库里,把作废的那一版删掉;发现答案引用的条款早改了,就明白该回去更新资料,而不是怪模型。
关于知识库(Knowledge Base),最容易搞错的是什么?
以为库里东西越多越有用,其实过期、重复、互相打架的资料堆进来,回答反而更容易带上过时的说法;以为把文件一股脑传上去就完事,其实切成多大一块、怎么归类、多久清一次,直接决定找不找得准。
知识库(Knowledge Base)要记住哪几点?
把资料整理成模型能够检索的一批内容;回答有据可依,还能标出这段话的出处;和 RAG 的关系:它是那批资料,RAG 是整套流程;资料质量决定答案质量,不是越多越好。
容易踩的坑 建好库不等于模型就懂了,过期和互相矛盾的资料会原样反映到答案里。
全站第 18 / 186 条 · 全部词条
接着读Related reading
智能体(Agent)
一种能自己定目标、拆步骤、调用工具去完成任务的 AI 程序。你交给它一件事,它自己安排怎么做,而不是你问一句它才答一句。
LLM(大语言模型)
读过海量文字之后学会“接下一句”的超大程序。你输入的任何一句话,它都在猜后面最可能出现什么,写作、翻译、答题都是这一件事的不同用法。
嵌入(Embedding)
把一段文字换算成一串数字,让电脑能比较哪两句话意思更接近。搜索和知识库能在换了说法时也找对答案,靠的就是它。
Claude(大语言模型)
Anthropic 公司开发的大语言模型,以长文档理解和写作、写代码见长。它既是网页和手机里的聊天助手,也有专门的编程形态。
提示词(Prompt)
你发给 AI 的那段话,也就是给它的指令或提问。这一段写得好不好,直接决定它给你的答案对不对路。
MCP(模型上下文协议)
一套让 AI 能统一接上外部工具和数据的接口标准。工具按它做一次,各种 AI 助手就能直接调用,省得给每个工具单独写对接代码。