知识库

• 答案其实已写在你的文档里，只是大家很难找到的支持或销售问题。
• 内部的“我们该怎么做……”类问题：报销、入职、工具、流程。
• 手册很长或规格经常变化的产品。
• 任何凭记忆给出错误答案比回答“我找不到”更糟糕的场景。

如果只有十几份简短文档，直接把它们附加到聊天 Project 中就足够了。知识库通常在几百页及以上时才真正体现价值。

你可以先不写代码就开始：

1. 收集文档，放进同一个文件夹。将扫描件转换为文本；删除重复文件和过时版本。
2. 选择工具。 最简单的方式：使用 Claude 或 ChatGPT 的 Project（上传文件，然后提问）。下一步：使用知识库工具，例如 Notion AI 或无代码 RAG 服务，它们可以为文件夹或网站建立索引。完全可控：向量数据库加 API。
3. 建立索引。 工具会将文档切分为块（chunk），并存储以便搜索。
4. 用十个真实问题测试，并将每个回答与源页面进行核对。
5. 决定助手在找不到答案时说什么。“我在文档中找不到这个信息”是正确的回答；猜测则不是。

• 为每份文档指定负责人和复核日期；过时的页面会产生自信却错误的回答。
• 记录人们提出的问题。那些没有好答案的问题，会告诉你接下来该写什么。
• 每个主题只保留一个权威来源；如果节假日政策有三个版本，就会得到三种不同的答案。
• 要求助手引用并链接其来源，方便读者核对。
• 重大变更后重新建立索引；大多数工具会按计划自动完成。

• 垃圾进，垃圾出。 杂乱的文档集只会产出杂乱的答案；清理文档本身就占了大部分工作。
• 搜索找到的是相似的文本，而不是正确的文本。一个看似相关但已过时的页面仍会被采用。
• 表格、扫描版 PDF 和幻灯片在切分成块（chunk）时往往会丢失结构；对于重要的内容，请先将其转换为干净的文本。
• 访问控制：如果知识库能够读取某份机密文档，助手就可能把它的内容复述给任何提出请求的人。

Context 与 Memory 手册分别解释了模型实际能看到什么，以及它在会话之间保留什么。