跨行业 知识工程 Skill 封装 已落地

知识库编写规范 · 让 RAG 调得更准、更快、更省

一套把"文档"改写成"向量检索友好素材"的方法论与流程,已封装为 WorkBuddy 用户级 Skill《知识库编写》。下方是完整规范 + 某省级媒体客户培训课纲的实战改造范例(客户匿名)。

3
铁律
200–500
单块字数
3
内容模板
10
编制步骤
64
改造出知识卡
总纲三铁律分块标题 标签模板术语降token 流程自检反例实战范例
0一句话总纲
ima 是向量检索(RAG)知识库。检索的最小单位是 chunk(文本块),不是整篇文档。你写的每句话最终都会被切块、向量化、按相似度召回。
你要的结果它依赖什么规范抓手
调得准(召回相关、不跑偏)块内信息原子、标题即锚点、标签预筛原子性 + 标题规范 + 元数据
调得快(延迟低、命中稳)块小、结构清晰、无关块被过滤分块策略 + 标签预过滤
token 省(费用低)块小、无冗余、字段化、不整表返回去冗余 + 块大小 + 不堆大表
1三条铁律(任何一条破,准确率就掉)

1原子性

一个 chunk 只讲一件独立的事。把"退换货"和"发票"塞同一段,问发票时退换货内容会污染召回。

2自包含

chunk 脱离上下文也能读懂。禁用代词指代——"该产品"要写成"拨云赢商 AI 培训会员服务";"上述流程"要写成"第 1–3 步的工单创建流程"。

3高密度

删废话、删营销话术、删重复。RAG 不会因为你写得多就更懂,只会更噪。

2分块策略(决定"准"和"省"的第一杠杆)

建议单块 200–500 字(中文)。

太小(<100 字)

上下文断裂,AI 拿到碎片拼不出完整答案。

太大(>800 字)

一块混多主题,召回时把无关内容一起喂给模型 → 既不准又费 token。

  • QA 对天然是最小 chunk,优先用问答形式承载高频知识。
  • 长流程拆步骤,每步独立成块,步骤间用编号关联,不写"如上所述"。
  • 表格/代码尽量不垮块:ima 召回时整表当一块返回,超大表极耗 token。能用"字段列表"表达的就别用大表。
  • 人工控制切分:需强分隔处用空行 + 小标题,引导语义分块落在边界上。
3结构化与标题规范(标题 = 检索锚点)

很多 RAG 会把"上级标题"拼到 chunk 前面当上下文,所以标题写清楚 = 给每个块加免费标签。

标题命名公式:实体 + 动作 + 场景,拒绝模糊词。

❌ 流程 说明 注意事项

✅ 会员退换货申请流程(微信渠道) 发票重开操作说明(企业客户)

一篇文档只讲一个主题,主题词进标题。

4元数据与标签体系(决定"快"和"准"的预筛)
ima 支持对知识打标签 / 归入分类。把标签当预过滤器用,能大幅减少无关块参与排序。
维度作用示例值
业务域大类别,先粗筛售后 / 售前 / 账单 / 培训交付
客户类型区分口径企业客户 / 个人学员 / 渠道代理
渠道区分操作路径微信 / 电话 / 官网 / 工单系统
紧急度优先召回高(SLA)/ 常规
用法:WorkBuddy 调用时若能带标签过滤(如"只搜售后+企业客户"),召回集直接缩小,准且省。
5三种内容模板(直接套,保证原子 + 自包含)

A. QA 知识卡

最高频、最省。一问一答 + 适用 + 标签。

B. SOP 步骤卡

流程类。触发条件 + 编号步骤 + SLA + 标签。

C. 知识定义卡

概念/政策类。定义 + 出处 + 易混 + 标签。

A. QA 知识卡

# 企业客户如何申请培训发票重开
**问:** 企业客户如何申请培训发票重开?
**答:** 路径:工单系统 → 财务 → 发票重开。需提供:①原发票号 ②作废说明 ③加盖公章的申请表。处理时效:3 个工作日。
**适用:** 企业客户 / 微信+工单渠道
**标签:** 账单, 企业客户, 工单系统

B. SOP 步骤卡

# 会员退换货申请流程(微信渠道)
**触发条件:** 会员签收 7 日内、商品未激活。
**步骤:**
1. 微信菜单"我的-订单"提交退换申请,上传凭证。
2. 客服 4 小时内审核,状态变"待寄回"。
3. 用户寄回,填物流单号。
4. 仓验收后 48 小时原路退款。
**SLA:** 全流程 ≤ 5 个工作日。
**标签:** 售后, 个人学员, 微信

C. 知识定义卡

# 什么是"紫领"(AI 时代职场角色)
**定义:** 紫领 = 既懂业务又熟练调度 AI 的复合型岗位,区别于传统白领(纯脑力)与蓝领(纯体力)。
**出处:** 《从白领到紫领》课程第一节。
**易混:** 不等于"高职技术工",强调 AI 调度能力。
**标签:** 培训交付, 概念
6术语与一致性(降噪的关键)
  • 建一份术语表,统一称呼,禁止同物异名:❌ 工单/单据/订单 混用 → 统一"工单";❌ 学员/客户/用户 混用 → 按场景固定。
  • 做同义词映射(写进术语表):如"退费=退款=作废订单款"。
  • 数字、阈值、SLA 写具体值,不写"尽快""通常"。
7降 token 的写法清单

✅ 该写

倒金字塔:结论/答案前置。
用字段列表替代长段落。
大表拆成多条 QA 或编号列表。
每篇一个主题,不堆砌。

❌ 不写

开场白"您好,欢迎咨询"进知识库。
复制整份合同/制度原文。
知识库里放营销文案、公司简介(放官网,不放检索库)。

8编制流程(10 步,先规范后填充)
1
知识盘点
列出客户服务全部知识域(售后/售前/账单/培训交付/渠道…)。
2
建分类树
域 → 子域 → 场景,形成三级结构。
3
建术语表
统一称呼 + 同义词映射(先建,后写)。
4
定模板
落定 A/B/C 三套模板。
5
写规范细则
块大小、标题公式、标签维度、禁用词,形成文档。
6
批量编写
按模板逐篇写,每篇自检三铁律。
7
自检
拿 20 个真实客户问题,判断"答案是否在某个独立块里"。
8
导入 ima
分批导入,按分类树归库,逐篇打标签。
9
效果验证
用真实问题问 ima/WorkBuddy,看召回是否准、是否带噪、是否过长。
10
迭代
不准的块拆小/重写,费 token 的块去冗余,过期内容删。
9入库前自检清单(Checklist)
  • ☐ 这篇是否只讲一件事(原子性)?
  • ☐ 抽掉上下文,这块能独立读懂吗(无指代)?
  • ☐ 单块是否 ≤ 500 字?
  • ☐ 标题是否"实体+动作+场景"?
  • ☐ 是否打了 ≥1 个业务标签?
  • ☐ 数字/阈值是否具体?
  • ☐ 有没有废话/营销语/重复?
  • ☐ 同义词是否在术语表里登记?
10反例 vs 正例(同一知识)

❌ 错误写法(散文+指代+大块)

我们的售后服务挺好的,如果您买的东西不满意,可以在一定程度上申请退换。具体的话要先在系统里弄一下,然后我们客服会处理,一般很快就能搞定,发票那些后面也能弄。详细规定请参考相关制度。

问题:无实体、全指代、无阈值、混多主题、不可检索。

✅ 正确写法(原子+自包含+字段)

# 会员退换货申请流程(微信渠道)
**触发条件:** 会员签收 7 日内、商品未激活。
**步骤:**
1. 微信菜单"我的-订单"提交退换申请,上传凭证。
2. 客服 4 小时内审核。
3. 用户寄回并填物流单号。
4. 仓验收后 48 小时原路退款。
**SLA:** 全流程 ≤ 5 个工作日。
**标签:** 售后, 个人学员, 微信
11实战范例:某省级媒体客户·培训课纲改造
客户匿名(贴合门户既有匿名风格)。原文件是一份"攻防一体化价值运营能力培训课纲"的 Word 大纲,按本规范改造为 RAG 友好素材。

改造前

背景/收获/时长 + 大纲 Part1–3、模块 1–8、子知识点、案例、现场作业,全部堆在层级标题下,混散文与指代。

改造后

拆成 64 张原子知识卡(H1×1 / H2×7 / H3×8 / H4×48),52 处带标签行,每张都可独立检索。

效果

每个知识点成为独立召回单元;提问"某模块的第 3 步怎么做"能精准命中对应卡片,不带回其他模块的噪声。

改造片段示意(原大纲标题 → 原子知识卡)

❌ 原大纲(节选)

## 模块3 内容攻防——选题与标题策略
- 3.1 选题的流量逻辑
- 3.2 标题的点击率公式
- 3.3 案例:某爆款推文的拆解
- 现场作业:每人拟 3 个标题
(上述知识点混在一节里,提问"标题公式"
会连选题逻辑一起召回)

✅ 改造后(原子卡)

# 内容攻防·选题的流量逻辑(省级媒体)
**要点:** 选题先看平台分发机制与受众
画像重合度,再定选题角度。
**标签:** 培训交付, 内容运营, 媒体

# 内容攻防·标题点击率公式(省级媒体)
**公式:** 痛点/利益 + 数字/反差 + 时效。
**示例:** "3 步让打开率翻倍"。
**标签:** 培训交付, 内容运营, 媒体

# 内容攻防·爆款推文拆解(案例)
**拆解对象:** 某省级媒体爆款推文。
**可复用点:** 选题角度 + 标题结构 + 开头钩子。
**标签:** 培训交付, 案例, 媒体
说明:以上为改造技法示意,用于展示"层级大纲 → 原子知识卡"的映射逻辑;真实改造按客户课纲逐模块落地,客户名已匿名。
📦 已封装为 Skill:本方法论已沉淀为 WorkBuddy 用户级 Skill《知识库编写》。用法:把待改造文档 @ 引用给 WorkBuddy,并说"按知识库编写规范改",即自动按三铁律 + 三模板重排为 RAG 友好格式。