AI 知识库从 0 到 1：普通人能照着做的一版流程

这篇写给没有技术背景的人。不需要会写代码，需要的是花两个小时把结构想清楚。

第一步：先想清楚要回答什么问题

90% 的知识库失败在第一句话就错了：「我要把我所有资料整理起来」。范围太大，进去就出不来。

正确的起点是一个具体问题。比如：

• 「我以前写过哪些关于数据安全的方案，分别是给哪个客户的？」
• 「我收藏的那几个 AI 工具，哪个支持中文、哪个有免费额度？」
• 「我处理过的工单里，这类问题上次是怎么解决的？」

把你的问题写下来，越具体越好。这一个问题，决定了后面所有的结构设计。

第二步：选工具（三条路线）

大多数人用第二条就够：本地跑，资料不上传，配置一次以后就是导入文件、提问。第一条适合资料不敏感的人，胜在省事。

第三步：定结构（这一步最值钱）

知识库的回答质量，八成取决于资料怎么组织。三个原则：

• ① 一个文件一件事。不要把十个主题塞进一个文档，切片的时候会被切碎，检索就废了。
• ② 文件名就是标题，写成「主题-场景-日期」的形式，比如「数据安全方案-金融客户-2026Q1」。检索时会用到文件名。
• ③ 每个文件开头写 3 行摘要：这份资料讲什么、适用于什么场景、结论是什么。这三行会被优先检索到，直接决定命中率。

第四步：入库与切片

导入时通常有两个参数要设：切片长度和重叠长度。

• 切片太长（比如 2000 字）：一个片段里混了多个主题，检索命中后喂给模型的上下文里一半是噪音。
• 切片太短（比如 100 字）：一句话被切两半，语义不完整。
• 经验值：500-800 字一段，重叠 100 字左右。中文资料用这个区间基本不会出错。

导入后一定要做验收：拿你第一步写下的那个问题去问，看它能不能找出正确的文件。找不出来，先改文件结构，别急着调参数。

第五步：写提示词（决定回答像不像人）

知识库默认的回答往往很僵硬。加一段系统提示词能明显改善。可以直接用这个模板：

你是我的资料助手。回答时遵守：
1. 只依据检索到的资料回答，资料里没有就说「资料里没有」，不要编造。
2. 每个结论后面标注来自哪个文件。
3. 用简短的分点回答，不要写长篇总结。
4. 如果资料之间有矛盾，把矛盾点列出来，不要自己选一个。

第 1 条和第 4 条最关键。前者防幻觉，后者防止它在冲突信息里随机挑一个。

第六步：日常维护（决定它半年后还能不能用）

• 每周加一次新资料，别攒着。攒到几百个文件一起导，切片质量会崩。
• 每月看一次「没答上来的问题」列表，这些就是你的资料缺口。
• 每季度删一次过期资料。过期的比没有的更危险——它会给出自信但错误的答案。

常见坑

• 把 PDF 扫描件直接丢进去：没有文字层，检索不到任何内容，得先做 OCR。
• 把聊天记录整段导出：里面大量语气词和无关内容，会拉低检索精度。
• 期待它替你思考：知识库是检索工具，判断还是你的。它能帮你找到你写过的东西，不能帮你想出没写过的东西。

如果你想要现成的流程

上面这套流程，我把自己实际用的版本整理成了一份资料包：包含完整 SOP、10 组实测提示词、Agent 规则模板，以及每一步的截图说明。它省的是你自己试错的那两周。

不需要买也没关系，按上面的六步自己走一遍，一样能搭起来。工具是免费的，费的是时间。