把「知识库问答」交给智能体,难点不在模型能力,而在流程是否说清楚:输入是什么(文档库),按什么顺序处理,交付什么(带出处回答),哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 GPTs 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能知识库问答(rag-qa)
作用基于企业文档回答问题并给出出处
输入文档库
输出带出处回答
形态需外部连接
风险低
适用人群知识管理与客服团队

处理流程分四步:

  1. 检索相关段落
  2. 综合回答
  3. 附出处
  4. 无依据时说明

这个技能需要通过 MCP 或平台连接器访问外部系统(如邮箱、网页、业务系统),要提前授权并限定访问范围;风险较低,但输出仍需快速过目再使用。

在 GPTs 中是什么形态

GPTs 是在 ChatGPT 中创建的定制版助手,可以设置指令(Instructions)、上传知识文件、开启所需能力,并通过 Actions 调用外部 API。

创建与分享的权限取决于账户类型与工作区设置,以 OpenAI 官方说明为准。

示例配置

# Instructions(指令)示意
你是「知识库问答」助手。用户会提供文档库。
1. 检索相关段落
2. 综合回答
3. 附出处
4. 无依据时说明
输出:带出处回答。
- 回答必须有出处,没有依据时如实说明。
- 信息不足时先提问,不要自行编造数据或事实。
- 只访问完成任务所需的最小范围,不读取无关数据,不代替用户发送或提交。
知识文件中的规范优先于你的通用习惯;找不到依据时直说。

需要读取外部系统时,可在 Actions 里导入一段 OpenAPI 描述(示意,服务地址为占位):

openapi: 3.1.0
info: { title: rag-qa api, version: "0.1" }
servers: [{ url: https://api.example.com }]
paths:
  /records:
    get:
      operationId: listRecords
      summary: 读取文档库

示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在知识管理与客服团队提出相关请求时能对上号;二是约束部分要写进「回答必须有出处,没有依据时如实说明」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 在 GPT 编辑器中新建 GPT,填写名称与描述
  2. 在 Instructions 中写入技能步骤、输出格式与约束
  3. 上传团队规范、模板等知识文件
  4. 需要外部数据时配置 Actions(OpenAPI 描述)
  5. 在预览中测试后保存,并设置分享范围

实操:一次完整的运行

假设你在文档库与检索系统中发出这样的请求(虚构示例):

用知识库问答技能处理这份文档库,输出带出处回答。

智能体识别到任务与「知识库问答」相关后,会依次检索相关段落、综合回答、附出处、无依据时说明。最终交付带出处回答,并在末尾列出需要人工确认的内容。你的工作是对照原始文档库抽查两三处关键信息,确认无误后再使用。

测试与验收

在预览窗口用正常、缺信息和越界三类请求测试,确认指令中的边界有效。

针对这个技能,还建议额外准备:

  • 一份信息齐全的标准文档库,检查输出是否完整
  • 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效

常见坑

  • 知识文件包含不应外泄的信息却设置了公开分享。
  • Instructions 过长且结构混乱,关键规则被忽略。
  • 只写了步骤,没写交付格式,导致每次输出的带出处回答结构不同。
  • 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。