知识库质量控制

质量标准

知识库质量不是单一维度，而是五个标准共同满足：

五个标准需要同时满足。任何一项缺失都会在某个真实会话里暴露。

五类常见质量问题

1. 内容过长

正文超过 200 字，模型引用后回答啰嗦，客户读不完。修复方式是拆条：把"营业 + 配送 + 优惠"拆成三条独立知识，每条 80-120 字。

2. 同义词过宽

同义词把不相关 query 也召回。例如把"退款"列入"配送"的同义词，会让"退款怎么办"也命中"配送范围"。修复方式是收窄同义词到真正的近义表达，每条不超过 10 个。

3. 规则没有时间范围

活动已过期但仍被回答。修复方式是给活动类知识加 valid_from / valid_to 字段（或在正文里写明"截止日期"），过期后自动归档或在后台高亮提示。

4. 售后内容缺边界

正文写"可以退款"，模型可能承诺具体金额。修复方式是显式声明边界：

我们支持因菜品质量、漏餐、错餐发起退款，具体金额需要老板根据情况确认。我可以先帮您建工单，老板会在 30 分钟内回复。

5. 食品安全过于乐观

正文写"少量过敏可以尝试"。这是高风险表述。所有食品安全类知识必须明确：

• 海鲜过敏 → 不建议下单 + 转人工
• 异味 / 死虾死蛤 → 立即转人工 + 建工单
• 疑似食物中毒 → 紧急联系老板 + 建议就医

质检流程

每周抽查高命中和高无用反馈条目，对比四个维度：

客户原问题 ─┬─> 召回的知识条目 ─┬─> AI 回答 ─┬─> 质检评分
            │                    │            │
            └─ 是否真的相关？ ────┘            │
                                                │
            是否被模型正确引用？ ────────────────┘

质检不是只看后台文本，而是把知识放回真实会话链路里检查。一条条目「准确度」可能很高，但「检索召回率」很低，依然算质量问题——客户问到了它没出来。

改进动作矩阵

每个动作都要记录原因（写入 kb_articles.change_log 或 synonyms 字段历史），方便后续复盘改写是否有效。

与质检系统的连接

LLM 自动质检（参见 06-data/04-quality-eval）的五维度评分中，dim_accuracy（准确性） 和 dim_resolution（解决度） 直接反映知识库质量。低准确分会自动标记缺失或错误的知识；低解决分会触发知识补充建议。

质检结果回流到知识库的具体动作：

• 质检 dim_accuracy < 3 → 标记本次会话引用的知识需要复核
• 质检 dim_resolution < 3 + 知识无命中 → 进入"待补充知识"队列
• 质检 dim_compliance < 3 → 检查是否需要加边界声明

改进节奏建议

中小商家通常没有专职运营，因此节奏被刻意设计成"短而频"——每天 5 分钟比每月一次大扫除更可持续。