企业知识库与RAG怎么部署：文档、检索、重排和引用链路

先治理资料，再建立索引

同一制度的多个版本、扫描件、缺少日期的网页和权限不明的共享文件，会在检索阶段制造冲突。进入知识库前，应确认资料所有者、正式版本、适用部门、有效日期、保密等级和更新方式。

无法确认来源或已经失效的文档不应与正式制度同等进入检索。对图片、表格和扫描PDF，还要检查文字提取是否完整，不能因为文件上传成功就认为内容可用。

一条完整RAG链路

• 解析：提取正文、标题、表格、页码和文档属性。
• 切分：按语义与文档结构建立可引用片段，而不是机械固定长度。
• 向量化：使用Embedding模型把问题和片段转为可比较表示。
• 召回：结合向量、关键词和权限条件找到候选内容。
• 重排：用Reranker重新判断问题与候选段落的相关性。
• 生成：模型依据候选内容回答，并返回文档名、版本和具体位置。

Embedding与Reranker分工不同

Embedding适合从大量内容中快速召回可能相关的候选，Reranker则对较小候选集逐条评分。两者组合通常比只增加生成模型参数更容易诊断：召回不到应检查切分、查询和Embedding，召回正确但排序差应检查重排，证据正确但答案错误才重点检查生成提示与模型。

中文、英文、行业缩写和跨语言资料需要分别建立样本。公开榜单只能用于缩小候选范围，最终选择仍要看企业自己的问题与文档。

权限必须进入检索过程

如果系统先检索全部资料、最后才在界面隐藏来源，模型仍可能已经读取无权限内容。用户身份、部门、项目和文档等级应在召回前进入过滤条件，并在缓存、日志与导出中保持一致。

对人事、财务、客户和研发资料应设置更严格的访问、留存和审计规则。提示词要求模型保密不能替代真正的权限控制。

用问题集持续评测

• 正确答案必须能回到指定文档和具体段落。
• 同时测试能够回答、资料不足、资料冲突和无权访问的问题。
• 分别计算召回是否命中、重排是否前置、引用是否支持和最终答案是否正确。
• 文档更新后重新建立索引，并复查旧版本是否仍被召回。
• 保存人工纠正原因，区分资料问题、检索问题和生成问题。