企业AI知识库文档切分怎么设置

企业AI知识库的文档切分，应以一段内容能否独立回答实际问题为起点，再选择按标题、段落或长度处理，不能认为切得越细就越容易找准答案。操作步骤被拆散、表头与数值分开、限制条件留在上一段，都会让检索结果只剩半句话。辉耀网络部署企业知识库与AI智能体时，可结合产品手册、制度文件和客服问题检查切分后的实际片段，再调整配置。不同平台的长度单位、解析方式和检索机制并不相同，企业应拿自己的资料做对照测试，不照搬别人截图里的数字，也不要只凭上传成功就验收。

先看原文结构，别急着调长度

拿一份常用说明书，检查标题是否有层级、参数表是否能读出表头、图片中的重要说明是否被提取。文档本身没有清楚结构时，按标题切分也可能得到混乱结果。扫描件需要先验证文字识别，重点看型号、单位、否定词和跨页内容。

问答资料一般希望问题与答案留在同一个片段；故障步骤要保留执行顺序及停止条件；制度条款需要带上适用对象。不同类型不必使用完全相同的配置。文件很多时，可以先分为说明书、问答和制度三组，分别测试，再决定是否共用规则。

片段过短和过长，问题不一样

过短时容易缺少上下文。例如片段只写“可以申请”，却没有说谁可以、申请什么；下一段又只有材料清单。模型即使检索到了，也无法可靠回答完整流程。过长则可能把多个型号、多个问题放在一起，导致检索命中后仍需从大量无关内容中寻找依据。

适度重叠可以帮助保留边界附近的信息，但重复过多也会增加存储、检索和后续处理负担。调整之前先看平台的长度单位是字符、字节还是词元，不能把这些单位当成相同概念。没有适用于所有企业的一组“最佳长度”。

以阿里云百炼的官方文档为例，文档导入会经历解析、切片与索引等处理，并提供不同切片方式和结果查看能力。这里是产品机制示例，具体选项和限制应按当前版本核对，不能推断其他知识库平台的菜单也一样。

用同一组问题比较两种配置

准备一组销售和客服确实会问的问题，手工标出正确答案来自哪份资料、哪一节。建议先选十五至二十个问题，包含单一事实、连续步骤、例外条件和相近型号，这是方便起步的测试规模。

保留一份基线配置，再只改变一项切分因素，例如从固定长度改成按标题组织。使用相同文件、相同问题及其他检索设置，对比系统实际找回的片段。不要同时换模型、改资料和调切分，否则很难知道是哪项调整产生了影响。

评价分两步：检索有没有找到包含完整依据的片段，最终答案有没有正确使用它。前一步失败，优先查解析、切分和检索；片段完整但回答错了，则继续查生成规则。只看最终答案对不对，会把不同问题混在一起。

版本与来源信息不能在切分后丢掉

片段应能关联文件名称、版本、生效日期和必要的业务范围。旧款设备说明与新款参数相似时，只凭正文关键词容易混用；有效资料范围应在检索前确认，而不是期待模型自行猜测哪个版本更新。

上线前还要试一次更新：替换一份已确认过期的文件，按平台机制处理索引，再用原来的问题检查来源是否变化。旧片段仍被使用，就继续定位缓存或索引同步情况，不能只把文件列表中的日期改掉。

把一条目前答不完整的真实问题，连同原文和实际找回的片段放在一起；圈出丢失的条件或步骤，再决定调整切分还是修正文档。