SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

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。

AI 与大模型 入门 站内文案里出现过 121 次,涉及 53 个条目 475 字 约 1 分钟读完 48 次阅读

TL;DR三十秒版本

  1. 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。
  2. 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。
  3. 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

接着去哪Explore more

回到技能本身

词典里讲到的这些概念,大多一条命令就能装进你的 AI 客户端。