知乎直答是一款在线服务:基于知乎内容的 AI 问答搜索。

与其看十篇介绍,不如完整做一个小项目,这篇带你走一遍。

项目:资料卡片整理

目标:用知乎直答完成一次「资料卡片整理」,交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

  1. 用工作邮箱注册,开启双重验证。
  2. 准备材料:搜索得到的十几篇资料(先脱敏)
  3. 复制下面的提示词,替换方括号内容。
  4. 第一次结果出来后,只针对一个问题追问修改。
  5. 按验收标准检查:每张卡片都有来源。
  6. 保存提示词与最终结果,写三行复盘。
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。

复盘模板

这次任务:
节省或多花的时间:
需要人工修改的地方:
下次会改进的提示:
是否继续使用:

做完之后

可以尝试第二个任务「网页内容抓取」,或者把这次的流程分享给同事一起试。

延伸练习

构建问答测试集

准备材料:一份产品手册。

根据手册编写 20 个用户可能问的问题及标准答案,标注答案所在章节,用来评估知识库检索效果。

检查点:每个答案都能在手册中找到。

内部文档入库

输入:一批 PDF、Word 和网页。

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。

检查点:切分后的段落能回溯到页码。

带来源的快速调研

输入:一个需要事实支撑的问题。

请回答【问题】,每个关键结论后标注来源链接;如果不同来源说法不一,请分别列出;最后给出你认为最可靠的来源及原因。

交付前确认:关键结论都有可点击来源。

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:表格内容检索不到

换用能保留表格结构的解析工具,或单独把表格转成文本描述。

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:嵌入(Embedding)

把文本转成向量,用于语义相似度检索。

适合人群:销售

销售可以用知乎直答处理客户背景调研、跟进邮件与话术等工作。需要注意:客户数据按公司规定处理,报价和承诺以合同为准。

适合人群:客服人员

客服人员可以用知乎直答处理回复草稿、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:软件工程师

软件工程师可以用知乎直答处理代码阅读与重构、测试与排错等工作。需要注意:不要把密钥和未开源代码上传到未授权工具,合并前审阅每处改动。

使用提醒

本文基于知乎直答公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。

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

延伸阅读