智能体创建：知识库问答
最后更新时间：2026年8月15日
「知识库问答」模式基于检索增强生成（RAG），让智能体优先依据企业知识库中的内容回答问题，并提供可追溯的内容来源。 相较简单配置，它更适合需要「有据可查」的企业内部问答场景。
适用场景
- 基于制度、手册、产品资料回答内部问题。
- 需要回答内容可溯源、可核对的企业客服场景。
- 知识相对稳定、需要保证回答与官方口径一致的场景。
创建步骤
- 准备知识库：在「知识管理」中创建知识库并完成数据接入与向量化。
- 创建智能体：选择「知识库问答」模式，填写名称与简介。
- 关联知识库：选择一个或多个已就绪的知识库。
- 选择模型：为智能体指定底层模型。
- 编写提示词：明确回答口径，例如「仅依据知识库内容回答，不确定时说明未找到相关信息」。
- 配置检索参数：按需调整召回数量与相似度阈值。
- 保存并测试：用真实问题验证回答准确性与引用来源。
引用溯源
知识库问答模式下，智能体通常会在回答中标注所依据的内容来源，便于用户核对。为保证溯源效果，建议：
- 在提示词中明确要求「回答时标注内容来源」。
- 确保知识库中的文档命名清晰、结构规范。
- 避免让智能体在无来源依据时强行作答。
调试与优化
知识库问答的常见问题与优化方向如下：
| 现象 | 优化方向 |
|---|---|
| 答非所问、引入无关内容 | 提高相似度阈值，或减少召回数量。 |
| 遗漏关键信息、回答不完整 | 增大召回数量，或调整分块大小以保留更多上下文。 |
| 无法命中已存在的内容 | 检查知识库是否已重新同步、文档是否被正确解析。 |
| 回答超出知识库范围 | 在提示词中强化「仅依据知识库回答」的约束。 |
准确性提醒
RAG 可显著降低编造风险，但并非绝对可靠。对涉及合规、法务、财务等高风险结论，建议保留人工复核环节。