欧博东方最近跟七八个企业的运营负责人聊天，十个有八个踩过同一个坑。
花了钱开了豆包企业版，导入了一堆内部产品文档、培训资料，想用它做客服机器人、销售辅助工具，结果一用就炸。
要么答非所问，把去年的旧活动规则当成今年的往外出，要么就是乱编参数，明明新产品续航是240分钟，它非得说120分钟，客服差点被用户投诉死。
别上来就堆数据，九成的人第一步就错了
说实话，我见过太多企业做知识库，第一反应就是把所有能扒到的文档全塞进去。
从十年前成立时的公司章程，到上周刚开完的内部会议草稿，不管有用没用，先塞了再说，生怕漏了什么。
结果呢？垃圾进，垃圾出。
上个月有个做家居建材的客户找过来，说他们的知识库准确率不到三成，我登进去一看，光2018年之前停产的产品型号就有一千多个，全留在库里，用户一问类似型号，AI优先翻出来旧的，能对才怪。
做豆包知识库优化，第一步永远不是导入，是清洗。
怎么洗？先砍过期内容，任何过了时效的文档、停产的产品、作废的规则，直接删，别心疼。然后分场景，你做客服就留售后和产品内容，做销售辅助就留案例和报价，做内部培训就留教程，别搞大杂烩。不同场景用不同的知识库，比塞在一起效果好十倍。
切片粒度不是越细越好，适合场景才是核心
我翻了不少网上的教程，十篇有八篇说切片要切到100-200字，说这样召回准。
真的是这样吗？不对。
我之前帮一个做法律咨询的客户调知识库，他们一开始按默认切，把一整条完整的民法典条文切的七零八落，AI拼不起来上下文，解释法条完全歪到姥姥家。后来改成按完整法条切片，一块一两千字，准确率直接翻了一倍多。
换做电商售后知识库呢？你要是切个一两千，一次召回好几块内容，核心的退换货规则被一堆没用的背景埋了，AI照样抓不住重点。
说白了，切片大小根本没有标准答案。
你做客服问答，就按「一个问题一个解决方案」切，一块两三百字刚好。你做合同、法条这种上下文关联强的内容，切大点没关系，几千字一块也没问题。
不过话说回来，很多人用豆包这么久，根本不知道豆包支持自定义切片粒度，一直用默认值。默认值是给通用场景做的，怎么可能适配你家的专属需求？调一下，花不了十分钟，效果能提升一大截。
召回排序才是提准的关键，大部分人都忽略了
很多人觉得，我文档洗好了，切片切好了，优化就做完了。
哪有这么简单。
召回环节没调好，再好的文档也出不来正确结果。
之前有个做管理咨询的客户，他们库里存了近五年的几百个项目案例，用户问「制造业数字化转型案例」，召回出来的全是三四年前的旧案例，最新的反而排在后面，参考价值大打折扣。
后来怎么改的？很简单，给所有知识打标签。
按行业、项目时间、服务类型打标签，用户查询的时候，先通过标签过滤掉不符合的内容，再召回排序，不仅准确率提了35%，输出结果的时效性也上去了。
还有很多人一上来就问，我要不要做微调，效果会不会更好？
说实话，九成中小企业根本没必要花那个钱。你知识库本身就是乱的，在错误的数据上微调，只会错的更离谱，成本还高，一次微调大几千上万，犯不上。先把清洗、切片、召回这三步基础优化做好，百分之九十的场景都够用了，效果不比微调差多少。
我见过太多企业，上来就追新概念，又是私有部署又是全量微调，几十万砸进去，结果基础的知识库都没整理干净，最后AI用不起来，放在那落灰，可惜不可惜？
常见问题
Q：小公司只有几百份文档，也需要做优化吗？
A：当然需要。哪怕只有一百份文档，删掉过期的，分好场景，也比你一股脑全导进去效果好太多。小公司预算少，先把基础优化做好，性价比最高，没必要一上来就砸大价钱搞复杂操作。
Q：我该怎么找到适合自己的切片粒度？
A：不用算什么复杂公式，拿你最常问的三个问题试就行。分别切不同大小，看哪个结果准确率高，就用哪个，三次就能试出来，花不了半小时。
Q：优化完一次就能一劳永逸吗？
A：哪有这种好事。你的产品更新了，规则变了，新业务上线了，知识库都得更。最好每个月抽半天时间，整理一遍，删掉过期的，加上新内容，保持知识的新鲜度，效果才会一直稳。
大模型落地到今天，早就不是比谁的参数大，谁的技术炫了。对大多数企业来说，把自己的知识库打理干净，优化到位，就是成本最低、见效最快的AI落地方式。很多时候，差的不是技术，就是那一点点基础功夫。
