下面这份清单把知识库文档整理与切分拆成可勾选的动作，按阶段检查即可。文档切分是在搭建知识库时，把长文档按合理的单位拆成较小的片段，例如按章节、段落或问答对，并为每个片段保留标题、来源和日期等信息。本地模型和知识库类技能更偏技术，但入门门槛正在降低。关键是先想清楚数据放在哪里、谁能访问。

什么时候拿出这份清单

  • 知识库检索经常找不到或找错内容。
  • 需要让回答能准确引用出处。

清单的意义在于：一个片段如果只有“按上述标准执行”，检索出来也毫无意义，因为“上述标准”在另一个片段里。

使用前

  • 先整理文档：统一格式，删除页眉页脚、目录等噪音。
  • 按文档结构切分：优先按标题和章节，其次按段落。
  • 控制片段长度，保证每个片段能独立表达一个完整意思。
  • 确认材料中不包含服务器 IP、账号口令、证书私钥和内部拓扑，必要时先脱敏。

使用中

  • 为每个片段添加元信息：文档名、章节标题、日期、页码。
  • 对表格、问答等特殊内容单独处理，保持结构完整。
  • 为每个片段添加标题路径、文档名和日期。
  • 表格整体保留，或按行转换为带表头的文字。

使用后

  • 用测试问题检查检索效果，根据结果调整切分方式。
  • 用测试问题检查检索效果，根据结果调整。
  • 关键事实、数字和日期已对照原始资料核实。
  • 运维工程师特别注意：让 AI 写的命令先在测试环境执行，并要求它说明每个参数的作用。

避免这些做法

  • 直接按固定字数切分所有文档。
  • 片段不保留标题和来源。
  • 表格被切得支离破碎。
  • 保留大量页眉页脚等噪音。

配套模板

清单配合下面的模板使用效果更好：

请帮我把下面这份变更方案整理成适合知识库检索的片段：
规则：
1. 按原文的标题层级切分，每个片段对应一个最小的完整小节；
2. 每个片段输出格式：
   【标题路径】一级标题 > 二级标题
   【内容】正文
   【关键词】3-5 个
3. 片段过长时（超过约 500 字）按段落再拆分，并在标题路径后加“（续）”；
4. 删除与内容无关的页眉、页脚和目录。
原文：[粘贴]

按清单完成后，结果大致会是这样（虚构示例）：

示例（虚构）：一份员工手册原本被按固定字数切分，提问“年假怎么计算”时，检索到的片段一半是年假规定，一半是病假规定。改为按标题切分并保留“第三章 假期 > 年假”的标题路径后，检索结果准确多了。

让清单更好用的两个习惯

  • 把标题路径写进片段内容中，能明显提升检索准确率。
  • 记录每次调整切分策略后的测试结果，便于比较。

清单之外

片段多长合适？ 没有统一标准，通常以能完整表达一个意思为准，常见做法是几百字左右，并通过测试调整。

多语言文档怎么处理？ 可以按语言分别切分，并在元信息中标注语言。

清单的使用建议

清单的意义在于把容易忘的动作固定下来。刚开始每一项都勾一遍，几次之后你会发现真正容易漏的只有两三项，把它们标红即可。如果你是运维工程师，处理“处理 2 起磁盘告警和 1 起证书过期隐患”这类工作前过一遍清单，最能体现价值。

相关阅读