企业知识库落地实践

news/2025/2/26 23:49:21/文章来源:https://www.cnblogs.com/qq347061329/p/18740065

为什么企业要搭建本地知识库

在当今信息爆炸的时代，企业面临着海量数据和知识的管理挑战。搭建本地知识库已成为企业提升效率和竞争力的重要手段。以下是企业搭建本地知识库的几个核心原因：

解决碎片化问题

企业多年积累的知识比较碎片化，很多也慢慢流于形式。使用知识库可以将这些碎片化知识重新整合，并且通过大模型学习进行分类整合，充分发挥知识的价值。

提升效率和创新能力

通过知识库的整合，员工不需要在茫茫的文档中查找，可以基于统一的入口去查找需要的东西。而且随着知识越发丰富，模型也会越来越强大，可以将海量知识组合，创造出新的想法。

提高安全性

相对于将知识全部放在公网知识库中，本地知识库可以有效保护企业的核心知识和技术，防止人员流动以及公网安全性导致的知识缺失。

企业知识库的目标

不同于通用大模型，企业知识库最重要的就是，专业性和准确性。知识库应该是垂直领域的，基于企业的核心业务，结合各种内部的文档进行知识的整合，使得行业知识逻辑更加清晰完整，并且数据来源是内部文档，所以对比通用大模型会更加准确。

搭建知识库的痛点

技术难度

个人原型搭建相对简单，但企业级部署需考虑权限管理、版本控制、审计追踪等复杂需求。

回答不够准确

回答准确性问题可能是知识库构建最麻烦的地方，不同的人，不同的团队写出的文档格式千奇百怪。而且有些知识是从网上下载，没有专门做整理就作为知识文档保留下来。知识库采用RAG（检索增强生成）技术，通过语义检索获取相关文档片段，再结合生成模型输出答案，不同分块的方式，大小都会导致知识库的回答不一定准确。下面以用户使用手册为例，来解决这些问题。

合理文档格式的重要性及模板参考

一般网上搜到知识库的搭建都是给你搞个embedding模型，或者根据什么换行之类的东西直接分块，但是这种方式对于企业知识库没什么用，因为文档真的太乱了。可能你换行的、用模型处理后的内容语义本身就不连续，有的段落内容多，有的少，有的可能多个分段是一个语义环境。目前只是专业的人才能够去理解真正哪些内容是一个语义环境。所以目前我的想法是可以通过人工干预，将文档按照格式整理，在通过程序增加分割符，然后在文档分块时，通过分割符号来处理，保证语义的完整性。下边给出一个简单的操作手册片段:

** 功能1：[功能名称]*** 功能描述
简要描述功能1的主要用途和实现目标。*** 菜单路径
- 主菜单：[具体菜单路径]
- 快捷方式：[快捷键或图标]*** 操作步骤
1. 打开软件，进入主界面。[[file:功能1_步骤1.png]]
2. 点击“[菜单名称]”，选择“[子菜单名称]”。[[file:功能1_步骤2.png]]
3. 在弹出的窗口中，输入相关信息（如用户名、密码等）。[[file:功能1_步骤3.png]]
4. 点击“确定”按钮，完成操作。[[file:功能1_步骤4.png]]*** 注意事项
- 确保输入的信息准确无误。
- 如果遇到错误提示，请参考“常见问题”部分。---** 功能2：[功能名称]*** 功能描述
简要描述功能2的主要用途和实现目标。*** 菜单路径
- 主菜单：[具体菜单路径]
- 快捷方式：[快捷键或图标]*** 操作步骤
1. 打开软件，进入主界面。[[file:功能2_步骤1.png]]
2. 点击“[菜单名称]”，选择“[子菜单名称]”。[[file:功能2_步骤2.png]]
3. 在弹出的窗口中，选择所需选项（如文件类型、格式等）。[[file:功能2_步骤3.png]]
4. 点击“保存”按钮，完成操作。[[file:功能2_步骤4.png]]*** 注意事项
- 在保存文件时，建议选择合适的文件格式。
- 如果文件过大，可能会导致保存时间较长。

对于上述文档，我们可以按照层次结构添加分隔符，比如按照的个数，两个作为二级标题，然后在功能2前增加==split=作为分隔符，效果如下。

** 功能1：[功能名称]
内容同上
---
=====split=====
** 功能2：[功能名称]
内容同上
=====split=====
** 功能3：[功能名称]
内容同上

此时将上述内容按照=split=分隔传入知识库，会将相同语义的内容放到单独的块中。在中知识搜索时，通过向量匹配的内容就会相对完整准确。

如何让知识库模型不乱说

其实光是知识库内容完整还不够，将知识库搜索结果作为提问的上下文仍然无法阻止模型自己的"发明创造"，这种结果是企业知识库无法接受的。这时候就需要对模型增加一些约束，此时就是prompt大显身手了。

你是xx企业业务专家。你的回答应基于以下规则：
1. 使用提供的上下文（<context></context>）作为你的知识来源。
2. 如果上下文中有相关信息，请直接根据上下文回答。
3. 如果上下文中没有相关信息，请直接说“我不知道”或请求用户提供更多信息。
4. 当且仅当上下文包含相关信息时，用自然对话方式输出答案；否则明确告知'该问题不在知识库覆盖范围内。
5. 根据用户提问的语言（如中文或英文）来回答。
必需行为:
- 知识库存在的内容必须全部包含，并且不能改变上下文语义
禁止行为：
- 禁止任何形式的内容编造
- 禁止使用"根据我的知识"等模糊表述
- 禁止扩展知识库外的信息
- 禁止引入聊天上下文中无关内容，优先使用context中内容Context: <context>
{{#context#}}
</context>

仔细看下上述prompt就知道它是怎么工作了，其它限制可以按照企业需要继续扩展，按照知识库返回结果逐步优化。