https://ai.wujiong.cc/tags/faq/Recent content in FAQ on AI 观察Hugozh-CNSat, 17 Oct 2026 18:06:00 +0800https://ai.wujiong.cc/posts/2026-10-17-rag-faq-dedup-before-index/Sat, 17 Oct 2026 18:06:00 +0800https://ai.wujiong.cc/posts/2026-10-17-rag-faq-dedup-before-index/<p>很多 RAG 知识库回答不准，问题不在检索算法，而在资料本身：同一个问题在不同文档里有三种答案。解决办法是<strong>在入库之前先对 FAQ 做去重合并：把相似问题聚在一起，人工确定唯一答案，标注来源和更新时间，再导入知识库。</strong></p> <h2 id="为什么重复内容会伤害-rag">为什么重复内容会伤害 RAG</h2> <ul> <li>检索时，多个相似片段同时被召回，占满上下文，挤掉了其他有用信息</li> <li>如果这些片段答案不同，模型可能混合它们，生成一个哪份文档都没写过的答案</li> <li>过期条目和新条目同时存在时，模型无从判断哪个才是现行规定</li> </ul> <h2 id="去重合并流程">去重合并流程</h2> <h3 id="1-收集所有来源">1. 收集所有来源</h3> <p>把客服手册、帮助中心、内部 wiki、历史邮件模板中的问答都导出，统一成表格：问题｜答案｜来源文档｜最后更新时间｜负责人。</p>