AI & LLMs · Beginner
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。
Some fields on this page have no English version yet — they are shown in the original Chinese.
TL;DRIn 30 seconds
- 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。
OverviewIn detail
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。
MythsCommon misunderstandings
- ✕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 practiceWhere you will meet it
- 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
SummaryThe key points
- 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
FAQ
What does 知识库(Knowledge Base) mean?
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。
Where will I run into 知识库(Knowledge Base)?
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。
What do people most often get wrong about 知识库(Knowledge Base)?
以为库里东西越多越有用 — but 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 — but 切成多大一块、怎么归类、多久清一次,直接决定找不找得准。
What are the key points about 知识库(Knowledge Base)?
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。
Common pitfalls 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。
Entry 18 of 186 · All entries
Keep readingRelated reading
AI Agent
An AI program that sets its own goal, breaks it into steps and calls tools to get the job done. You hand it a task and it works out how to do it — instead of only answering one question at a time.
LLM
A very large program that learned to predict the next piece of text after reading an ocean of it. Whatever you type, it is guessing what is most likely to come next — writing, translating and answering questions are all the same thing used differently.
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
A large language model built by Anthropic, known for understanding long documents, writing well and writing code. It comes both as a chat assistant on the web and phone, and in a dedicated form for programming.
Prompt
The message you send to an AI — the instruction or question you give it. How well that passage is written decides whether the answer that comes back is on target.
MCP
A standard interface that lets AI connect to outside tools and data in one uniform way. Build a tool to it once and any AI assistant can call it, saving you from writing a separate integration for each tool.
Where to go nextExplore more
Back to the skills themselves
Most of the concepts covered here come from skills that install into your AI client with a single command.