本章进度 19 / 19
100%
正文已完成
L095交付一个可更新、可引用、可评测的小型知识库方案
整合资料选择、切分、召回、重排、引用、版本和评测,形成完整设计。
项目课把本章方法合到一个真实任务中,需要留下过程与结果,才能判断是否真正会用。
建议先完成本章主要练习;不会的部分可以按先修链接回补,不做硬性锁课。
- 按项目说明准备真实材料
- 保留输入、过程、结果与核验记录
本章项目不要求先写代码,而要求把系统为何值得建、资料怎样治理、失败怎样发现说明白。方案必须包含“不该由 RAG 回答”的边界。
能为一个真实业务问题完成边界清楚、证据可追溯的 RAG 方案。
核心概念
先把关键判断说清楚
从用户问题反推资料
先收集问题与决策,再决定纳入哪些文档,避免资料驱动的空库。
质量取决于各环节
切分、版本、权限、重排、生成和引用任一层失效都可能答错。
上线前定义运维
更新负责人、发布周期、回滚、评测集和未知出口必须在设计中。
案例拆解
员工差旅知识库方案
员工需要问资格、上限、例外和流程,余额与订单等实时数据不在范围。
- 01
纳入当前制度与 FAQ,按条款和例外切分,保存版本与权限。
- 02
宽召回后按员工级别、地区和有效期重排,回答逐条引用。
- 03
实时余额转数据库工具;缺政策证据返回未知;用 30 问分层集评测。
案例结果
RAG 只承担适合的政策问答,并与实时查询和人工升级明确分工。
提交前练习
现在轮到你
完成一份小型知识库设计书。
完成本课需要:完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
范围=当前政策解释,不含实时余额;资料 owner 审核并按条款切;检索按版本/权限过滤,回答逐条引用;月度更新,release 原子切换,30 问评测和阻断错误。
评分标准
- 边界避免 RAG 解决错误问题
- 证据和版本能逐步追踪
- 更新与评测可执行
本课收口 · 学习证据
留下完整学习证据
读完内容、完成练习、通过理解检查并留下 12 字以上总结,才记为已验证。
你现在更接近哪一种状态?
尚有必填项未完成,请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks↗paper · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile↗standard · 核对日期 2026-08-23
- NIST AI Risk Management Framework↗standard · 核对日期 2026-08-23