RAG 知识工程

内容接入

确认数据来源、更新频率、权限、语言、版本和责任人。扫描件先完成 OCR 和抽样校验，表格、代码和步骤不能在转换中丢失结构。

切片原则

• 优先按标题和语义边界切片，不做机械定长截断。
• 操作步骤、异常说明和代码块保持完整。
• 每个切片携带文档标题、父级标题、版本和原始地址。
• 通过内容 Hash 实现增量更新和旧索引删除。

检索链路

查询改写 → 关键词与向量混合召回 → 元数据过滤 → 去重 → 重排 → 上下文组装 → 模型回答 → 引用展示。

必测问题

• 精确错误码是否能命中。
• 同义表达和口语问题是否能命中。
• 旧版本内容是否被正确过滤。
• 无答案时是否诚实拒答。
• 用户是否只能检索有权限的资料。
• 引用是否真正支持回答结论。

更新验证

更新知识后检查文档数量、切片数量、失败记录、索引版本和抽样召回结果。索引任务完成不代表知识已经可用。

贯穿案例的最小切片元数据

{
  "chunk_id": "M-101-v2-03",
  "document_id": "M-101",
  "tenant_id": "tenant-a",
  "version": "v2",
  "device_model": "P-100",
  "access_group": "support",
  "source_section": "告警 A17",
  "active": true
}

字段仅为合成设计。文档级访问规则在切片中保留，并在检索、引用下载与缓存复用时执行。先过滤还是后过滤需要结合检索引擎实现验证；最终任何返回内容都必须授权。

分开评测检索与回答

现象	验证方法	优先处理
找不到已知段落	固定问题检查候选集合	解析、切片、过滤与词汇
找到旧版本	检查元数据与激活状态	版本规则与删除传播
有证据却回答错误	固定证据再评生成	提示、截断与模型
引用看似相关但不支持结论	主张逐条对照原文	回答约束与人工评分

Recall@k 可用于衡量前 k 个结果覆盖了多少已标注相关片段，但标注集合必须清楚；只有一个标准片段的种子集不能代表复杂文档召回。

更新与撤销演练

依次添加 v2、停用 v1、删除一个片段、撤销一个访问组，再验证候选、回答和缓存。索引切换成功之外还要检查旧引用失效情况。无证据时转人工，不凭模型记忆补排障步骤。

基础研究可阅读 RAG 原始论文；这里的权限、版本与更新流程是针对工程案例的设计，不能视为论文自动提供的能力。

参考阅读与使用边界

• RAG 原始论文：相关概念与方法的延伸阅读，访问核验日期 2026-10-14。本站练习、流程与指标为自主编排，不属于来源机构认证。
• 学习路线 · 项目实战 · 可下载模板

本页为基础指南；生产操作需结合实际版本、授权环境与审核证据验证。