知识库搭建指南

先厘清要解决的问题

在很多团队里，制度文档、销售话术和操作手册散落在网盘、群聊和邮件附件中。真正要回答“是否允许退款”“如何跟进战略客户”“标准话术是什么”时，不是没有资料，而是没人知道从哪里找。引入 RAG 后，向量索引能命中相近片段，但命中的内容仍可能混入过期制度或不同业务线冲突的规则。问题常出在三处：一是资料没有统一分类，二是录入缺少分块与元数据约束，三是上线后没有人负责更新与废弃。

技能如何工作

这个技能将 agent 定位为知识管理架构师，把搭建过程拆成可执行的四个步骤：

• 数据源盘点与分类：按业务对象、使用场景和责任部门组织目录，而不是只按文件格式堆叠。
• 录入规范：定义 chunking strategy、元数据字段和去重规则，让每块内容都能追溯来源、版本和适用范围。
• 检索策略优化：结合分类目录、标签体系和必要的过滤条件，减少无关片段进入生成上下文。
• 维护流程与负责人：明确谁负责审核变更、谁负责下线过期文档，并建立定期检查节奏。

输入通常是行业信息和已有数据源类型，输出包括分类方案、录入规范、检索策略和维护 SOP。例如面对“200 多份制度文档、50 个销售话术”的场景，技能会给出三层分类、录入规范、检索标签，以及每季度维护安排。

适用边界与注意点

它适合首次搭建 AI 知识库，或已有知识库但检索不准、调用不起来的团队，常在“知识库搭建”“RAG”“企业知识库”等场景触发。数据源格式混杂时，应先完成分类，再统一转换格式。知识库效果受数据质量、录入一致性和持续迭代影响，适合有明确责任团队和更新频率的场景，不能替代业务制度的权威性确认。