工厂的 AI 问答为什么总是答不准：RAG 里最容易被忽略的两件事

工厂把知识库搭起来，最常见的一句抱怨是"问它问题，它答得驴唇不对马嘴"。不少人第一反应是换个更大的模型，钱花了，效果没见好。多数时候，问题不在模型，而在文档怎么切、怎么找。

一、答不准，先别急着怪模型

大模型本身不会"记得"你库里的内容。它是在回答的时候，先把相关片段从知识库里检索出来，再根据这些片段组织语言。找得对不对，直接决定答得准不准。找错了，模型再强也只能一本正经地胡说。

而"找"这一步，取决于前面两个动作：文档被切成了什么样子，以及检索时靠什么把它捞出来。

二、切得太碎，一句话被拦腰截断

入库之前，文档要切成一段一段的小块，才能被检索。这一步最容易被敷衍，按固定字数硬切。结果就是一句话被从中间截断，关键的条件和结论分到了两个块里。检索到上半句，AI 看不到下半句，答案自然残缺。

工厂文档尤其怕这个。工艺卡、检验标准常常是一整段带前提条件的描述，硬切会把"在什么情况下适用"这段前提切掉，剩下的结论就成了错的。稳妥的做法是按语义和段落来切，让每一块自己讲得通一件事。

三、召回不对，答案就在库里也捞不出来

切好之后是找。检索一般靠语义相似度，把问题转成向量，再去库里比。可工厂里的叫法五花八门：同一个零件，有人叫型号，有人叫俗称；同一道工序，班组和技术的叫法都不一样。如果检索只认字面，用户用的词跟文档里的对不上，明明躺在库里的答案也捞不出来。

所以光有文档不够，还得给关键内容补上别称、同义词，让检索能顺着不同叫法找过来。这一步做不做，直接决定用户换个说法问，系统还能不能答对。

四、工厂场景里，这两件事要一起调

切片和召回不是二选一，得一起看。切得合适，检索才有的放矢；召回的词表对路，切好的块才捞得出来。调这两样，比换模型见效快得多，也省得多。

摩杰斯在工厂做 MES、ERP 十四年，最清楚工厂的文档长什么样、员工平时怎么称呼这些东西，把这些经验用到知识库的切片和词表上，是顺手的事。昆山、苏州一带的工厂，知识库搭了但答不准的，可以找摩杰斯一起看看，是切的问题还是找的问题。

总结：

工厂知识库答不准，八成不在模型，而在文档切片和检索召回。切的时候按语义走、别把前提条件切掉；找的时候补上同义词和别称，让不同叫法都能命中。这两样调顺了，再谈要不要换更大的模型。

相关阅读：这几类事我们都写过，《工厂 IT 服务总览》是总目录；另外《文档入库前先做的几件事》、《十四年工艺文档与私有知识库》也值得一看。