在「搜索与知识库」类工具里，Unstructured 的定位是：把 PDF、Word 等文档切分清洗成 RAG 可用数据的工具。

当同一类任务每天重复出现时，就值得考虑把它接进自动化流程。

适合自动化的任务特征

  • 输入格式固定（同一种表单、文件或消息）
  • 判断规则可以写清楚。
  • 出错时可以被发现并人工补救。
  • 频率足够高，值得投入配置时间。

接入方式

Unstructured 属于开源项目，通常可以直接在代码或自动化平台中调用。下面是通用的调用结构示意（字段名以官方文档为准）：

触发：新文件 / 新消息 / 定时
→ 预处理：去除敏感字段，截断过长内容
→ 调用：发送任务说明 + 材料，设置超时与重试
→ 校验：检查输出格式与必填字段
→ 分流：合格的写入目标系统，不合格的进入人工队列
→ 记录：保存请求编号、耗时与费用

示例：自动化里的核心指令

检索效果对比

准备材料：同一批问题和两种检索配置。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

验收标准：对比用同一批问题。

上线前的风控

  • 对外发送的内容一律先进入人工审核。
  • 设置每日调用上限和费用告警。
  • 保留原始输入，便于出错时追溯。
  • 每周抽查一批自动处理结果。

补充练习

资料卡片整理

适用情况：手头有搜索得到的十几篇资料时。

把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。

验收标准：每张卡片都有来源。

内部文档入库

适用情况：手头有一批 PDF、Word 和网页时。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

验收标准：切分后的段落能回溯到页码。

网页内容抓取

适用情况：手头有一组需要定期关注的网页时。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

交付前确认：没有臆造发布日期。

常见问题：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

常见问题：搜索结果过时

限定时间范围，或在提问中注明需要最新信息并核对发布日期。

常见问题：中文检索效果差

选择对中文支持好的嵌入模型，并为专有名词建立同义词。

概念补充：RAG（检索增强生成）

先检索相关资料再让模型作答，降低胡编概率。

概念补充：混合检索

同时使用关键词和向量检索，兼顾精确匹配与语义理解。

适合人群：客服人员

客服人员可以用 Unstructured 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

适合人群：法务与律师助理

法务与律师助理可以用 Unstructured 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。

注意事项

涉及个人信息、商业机密或受监管数据时，先确认 Unstructured 的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Unstructured 当前版本，重要内容请人工核对后再使用。

延伸阅读