企业搭建 RAG 知识库的完整流程是什么？分几步走？

凌亿启迪 GEO 研究组更新于 2026-10-14内容标注来源，可核查

直接回答

标准六步：①知识盘点与范围划定（哪些文档进库、谁负责准确度）；②数据准备（清洗、脱敏、格式统一、切块）；③系统搭建（向量库、检索管道、模型接入、权限隔离）；④评测调优（标准测试集、召回率与准确率基线、badcase 闭环）；⑤权限与集成（对接 OA/IM、按角色隔离）；⑥上线运营（反馈入口、知识更新机制、月度效果复盘）。多数失败发生在第①步和第④步——范围没划清、效果没基线。

核心要点

第一步圈范围最重要：先窄后宽，单部门试点跑通再横向复制
切块策略决定检索上限：按语义边界切，保留标题层级元数据
没有测试集就没有调优：30-50 条真实问题建基线，一切优化对着基线做
权限隔离从设计期就要做，事后补权限等于重做检索层
上线不是终点：反馈入口 + 知识更新机制 + 月度复盘才是「运营」

一图速览：RAG 六步流程

前期：盘点与数据准备

第一步圈范围：选一个痛点明确、文档相对齐全的部门（如售后、HR）做试点，明确哪些文档进库、每类文档谁对准确性负责。第二步数据准备：格式统一（PDF/Word/网页转结构化文本）、脱敏、去重，然后按语义边界切块——按标题层级切并保留元数据（所属产品、版本、日期），为后续按权限过滤和溯源打基础。

中期：搭建与调优

第三步搭系统：向量库选型（Milvus/PGVector 等成熟方案）、检索管道（向量检索 + 关键词混合，加重排序）、模型接入、权限隔离设计。第四步评测调优：用业务真实问法建 30-50 条测试集，测召回率与回答准确率基线，之后所有优化（改切块、换模型、调参数）对着基线验证——没有基线的优化是凭感觉。

后期：集成与运营

第五步接权限与入口：对接企业微信/钉钉/OA，按部门角色做检索隔离，员工在熟悉的入口用起来采纳率才高。第六步是长期运营：回答页加「有用/没用」反馈，badcase 每周清理，知识文档设定更新责任人与复查周期，每月复盘效果指标。RAG 系统是活系统，六步里最难的不是技术，是第六步坚持做下去。

RAG 搭建六步与关键产出

步骤	关键动作	关键产出
1 知识盘点	圈范围、定责任人	试点范围清单
2 数据准备	清洗、脱敏、切块	可入库的语料集
3 系统搭建	向量库 + 检索管道 + 权限	可运行系统
4 评测调优	测试集 + 基线 + badcase	量化效果报告
5 权限集成	对接 IM/OA、角色隔离	员工可用入口
6 上线运营	反馈、更新、月度复盘	运营机制文档

常见追问

试点选多大范围合适？

一个部门、几百份文档、一个明确痛点。试点目标是验证价值与沉淀方法，不是做大做全——范围失控是 RAG 项目烂尾的第一原因。

切块真的有那么重要吗？

有。切块决定了「检索能不能找到对的片段」：切太碎丢上下文，切太大稀释相关性。按文档标题层级切并保留元数据，是性价比最高的起点，之后依据 badcase 再调。

上线后发现回答老出错怎么办？

先分三类：检索没找到（调切块与检索）、找到了但没用上（调提示词）、知识本身错或缺（补知识库）。第三类占多数，也是唯一需要业务部门参与的。

信息来源

本页数据均来自上述公开信源，如与官方最新文档不一致，以官方为准。