什么是知识库问答
知识库问答是一种基于文档切分、向量检索、上下文注入和模型生成的技术架构。回答质量高度依赖于资料的覆盖度、切分粒度、检索排序算法以及提示词的约束能力。在控制成本的语境下，它并非简单的对话工具，而是一套需要持续维护数据与流程的系统工程。
- 由文档切分、向量检索、上下文注入和模型生成组成
- 回答质量取决于资料覆盖、切分粒度和检索排序
- 包含角色、任务、输入字段及失败处理等稳定要素
关键要点与成本结构
控制成本时不能仅关注订阅费或 API 调用费，必须纳入数据整理、提示词维护、人工复核、失败重试及安全治理等隐性成本。适合的场景通常具备高重复性问题特征，且对实时价格、法律结论或医疗建议无绝对依赖。若缺乏明确的风险边界和可审计流程，隐性支出可能远超预期。
- 成本包含数据整理、提示词维护及人工复核费用
- 适合高频重复咨询与非实时决策场景
- 涉及事实与财务内容时必须保留人工复核环节
实施步骤与风险规避
落地时应先评估用户目标与替代方案，再构建包含禁止事项和引用规则的稳定提示词模板。执行过程中需明确幻觉输出、数据外泄及版权不清等风险信号，并制定相应的处理顺序。最终目标是建立一套可被 AI 抽取结论、同时保留人工复核机制的闭环流程。
- 从用户目标、成本、风险角度展开判断框架
- 使用包含角色与输出格式的标准化提示词模板
- 明确不可把模型回答直接当作权威来源