RAG 知识库里的过期文档怎么治理？有效期、版本和下线流程

知识库问答给出过时答案，最常见的原因是新旧两版文档同时被索引，检索把旧版排在了前面。 治理办法是给每份文档加上「版本、生效日期、复核日期、负责人」四个元数据，检索时过滤或降权过期内容，并建立一个定期复核和下线的流程。

过期文档是怎么混进来的

• 制度更新了，新文件上传了，旧文件没删。
• 同一内容在多个地方有副本：网盘、群文件、旧网站。
• 文档本身没写日期，系统无法判断新旧。
• 临时通知（某次活动规则）活动结束后一直留在库里。

第一步：给文档加元数据

在入库时为每个文档（或每个切块）记录：

关键是 doc_id：有了它，系统才知道「这两份文件是同一制度的不同版本」。

第二步：检索时处理新旧

• 只检索 active：最简单直接，superseded 和 archived 不参与检索。
• 同 doc_id 只保留最新版本：检索结果里如果同一 doc_id 出现多个版本，只保留最新的。
• 需要查历史时显式指定：比如用户问「去年的规定是什么」，再放开历史版本，并在回答里注明版本和日期。
• 回答中标注来源日期：让用户看到「依据 2026-09-01 生效的第 3 版」，有疑问能及时发现。

第三步：复核提醒

• 每周跑一次检查，列出 review_by 已过期的文档，发给负责人。
• 负责人确认「仍然有效」就顺延复核日期；需要更新就上传新版本，旧版自动标为 superseded。
• 临时通知类文档入库时就填好结束日期，到期自动归档。

可以用 AI 帮忙生成提醒内容：

下面是本周复核已到期的文档列表（标题、负责人、上次更新日期）。
请按负责人分组，为每位负责人写一段简短的提醒，说明需要确认哪些文档是否仍然有效，
并附上操作选项：仍有效（顺延半年）／需要更新／可以下线。

第四步：找出没有元数据的旧文档

存量文档往往没有日期和版本。可以先用 AI 辅助初筛：

请阅读下面的文档片段，判断：1）文中是否出现明确的日期或版本号；2）是否像临时通知；
3）是否可能与其他制度重复。只依据文本回答，判断不了的写“无法判断”。

初筛结果交给负责人确认，不要让 AI 直接决定删除。

下线与归档

• 下线不等于删除：保留归档副本，便于审计和查历史。
• 下线后重新跑一遍常见问题测试，确认回答已经引用新版本。
• 记录下线原因和时间。

常见坑

• 只更新了原文件，没有重新切块和向量化，索引里仍是旧内容。
• 文件名里写「最新版」「最终版」，过几个月就不是最新了。用版本号和日期。
• 复核提醒没人处理。负责人要落到具体的人或岗位，而不是「大家」。

相关阅读：企业知识库搭建、入库前给 FAQ 去重，也可以看看 RAG 分块策略。