3Chat知识库功能使用手册-优化指南

[user27]

概述

在您已经有业务知识的前提下，这篇文档致力于帮助您提升智能体调用知识库的表现，分为两大部分：

• 第一部分，会带您重温知识库搭建全程，回顾关键细节，避免踩坑；

• 第二部分，结合客户案例，会从常见问题入手，提供针对性解决方案。

流程注意事项

客户常见的知识类型有两类：

• 问答形式：以问题-答案为一组，一个文件由多组组成。

• 产品介绍形式：以单个产品为一组，每个产品会详细介绍参数、功能、注意事项等细则。

1.知识预处理

• 问答形式：每一问答之间至少间隔两个空格，便于大模型对知识分段。

• 产品介绍形式：分为两类

  • 产品简介类：

    • 不同组的产品信息之间，至少间隔两个空格；且产品信息采用统一格式，如：

      • 产品名称

      • 产品价格

      • 功能描述

      • 相关参数

      • 产品说明链接

  • 产品详细说明书类：

    • 建议您采用结构化、层级化的方式处理文件，如设置一级二级标题等，便于模型准确理解。

• 其他：

  • 如果您的文件里包含无意义图标，建议删除/替换为文字，减少对大模型的干扰。

  • 如果您希望智能体在回答用户问题时发出图片，建议将知识转为doc、pdf、或者是markdown的格式，便于大模型智能理解。

2.知识分段

• 分段前-知识上传

• 注意：上传的知识在大小、格式上需要符合要求，否则上传失败

  • 单个文件的大小不能超过15MB

• 分段时-分段策略选择

  • 按层级分段：适用于结构化的文件（具有一级、二级标题等）、excel、markdown格式的文件。

    • 也就是说，如果您采用这种方法，需要确保文件本身层级清晰，否则会出现分段混乱的情况。

  • 自定义分段：适用于层级单一的文件（如常见问答）。

• 分段后

  • 查看切片详情

    • 如果知识里有图片，请注意检查图片是否和相关文字放在同一分段当中，如果无，需要手动调整。

3.知识检索策略

• 默认参数：您可以先不配置，看默认配置下的检索效果：

  • 搜索策略：混合

  • 最大召回数量:5

  • 最小匹配度:0.40

  • 结果重排：开启（建议保持开启）

• 如果出现检索问题，可根据具体情况做如下调整：

  • 调整搜索策略：

    1. 语义检索：基于语义理解来进行查询，理解查询背后的意思。

    2. 全文检索：结合关键词的词频、逆文档频率以及文档长度归一化等检索文档。

    3. 混合检索：结合语义和全文检索，兼顾理解和精确度。

  • 调整搜索参数

    1. 如果您想扩大知识的覆盖范围：

    调高召回条数

    调低最小匹配度

    二者组合

    2. 如果您想提高知识的精度：

    调高最小匹配度

    3. 如果您希望减少不相关的知识切片，可调低召回条数。

    4. 注意：覆盖范围与精度是此消彼长的关系，关键在于取得平衡，适配您的业务场景。

常见问题与解决方案

1.利用测试集，迅速定位问题

进入3ChatAgent-测试-测试集，您可以在这里测试常见的知识问答，并在右侧查看调用的知识分段（也叫知识切片），每个切片后有对应的匹配度，匹配度越高，说明这个切片与当前问题越相关。

您可以通过建立测试集，快速定位问题。

2.检索无效：没有找到相关知识

解决方案：

1. 上传相关知识：若知识库中没有相关知识，您需要更新知识库，补充相关知识。

2. 优化源文件内容与排版：检查并修正源文件，避免因格式问题导致关键内容在解析时丢失。推荐实践如下：

• 确保各级标题层次分明，内容结构清晰。

• 移除页面水印。

• 避免使用结构复杂的表格，如包含合并或跨页单元格的表格。

• 优先使用 Markdown 格式。对于 PDF/DOCX 等格式，建议先转换为 Markdown 再导入。

3. 与提示词语言一致：若用户的提示词/问题更多使用外语（如英语），建议源文件内容也使用相应语言。

4. 消除歧义：对于统一描述对象，建议将表述进行统一。例如，“ML”、“Machine Learning”和“机器学习”可以统一规范为“机器学习”。

3.检索无效：召回知识不相关

• 典型问题：知识库中含多个结构内容相同/相近的文件，如产品A文件和产品B文件的内容都包含“功能概述”章节，只希望在产品A文件的“功能概述”中检索。

• 解决方案：提高内容的区分度

  • 调整检索策略：提高最小匹配度

  • 提高内容区分度：在切片内容里强调这分别属于产品A、产品B。

4.检索质量低：切片不完整

导入知识库的文件会被解析和分段，以减少后续过程中的信息干扰，同时保持语义的完整性。分段方式选取不当会导致以下问题：

• 文本分段过短：单个分段语义缺失，导致检索时无法匹配。

• 文本分段过长：单个分段包含不相关主题，导致召回时返回无关信息。

• 明显的语义截断：文本分段出现了强制性的语义截断，导致召回时缺失内容。

因此，在实际应用中，应尽量让文本切片包含的信息完整，同时避免包含过多的干扰信息。

解决方案：

1. 优化源文件内容与排版：详见2.1-2

2. 调整分段策略选择：详见1.2。

3. 人工检查和修正文本切片内容：

• 进入知识库页面，点击“更多”里的“详情”，可查看、编辑知识分段。

• 鼠标悬浮在分段上，右上角会出现编辑入口。

• 从左到右依次为：编辑分段，向上增加空白分段，向下增加空白分段，删除分段。

5.模型没有严格遵循知识库生成回复

• 典型问题：返回的结果中包含了大模型自身的通用知识，并未严格基于知识库。

• 解决方案：进入3ChatAgent-指导界面，在【沟通风格】模块添加提示词：“遇到用户的问题，严格根据知识库检索工具和AI任务工具返回内容回答。”