![](https://developer.qcloudimg.com/http-save/yehe-3598778/886c00ddd8184c86e5b37c504b3a2103.jpg)

# 一个人、零预算，我们把公司知识库做成了会引用来源的问答系统

从「AI 能不能做」到「能不能上线」，隔着十几个决定。

我给一家做护肤品的公司做了个RAG知识库骨架。需求很朴素：把产品资料、渠道政策、培训话术收进一个能问的东西，给业务同事用。听着是「接个大模型就行」，动手才发现卡住项目的从来不是模型。

先把话说在前面：现在这套东西是**一台电脑上能跑起来的骨架**，不是上线状态的服务。电脑一关就没人能访问，也没有备份。它的作用是把路走通、把坑标出来。这套骨架**暂时不开源**：里面挂着真实业务资料、权限规则和合规口径。

## 01 先别选技术，先攒四样东西

第一个决定是不写代码，先攒一份**考卷**：把同事真会问的三五十个问题列出来，每题写上正确答案、答案出自哪份文件第几页。有了它，改完跑一遍才知道是变好还是变坏；没有它，只能凭感觉说「好像变好了」。

另外三样同样便宜：资料做减法（先只放二三十篇有代表性的）；**第一天就给每份资料贴标签**——哪个版本、什么时候生效、归哪个部门、能给谁看。标签不埋进去，将来开放给员工时得推倒重来；以及提前定好「查不到时怎么回答」。

考卷里要故意放几道「库里根本没有答案」的题——那才最容易出事故。

## 02 技术上做了什么，三个比喻

**第一步是把资料撕成卡片。**不按字数硬切，按章节切：一本员工手册变成一叠小卡片，每张顶部写着属于哪一章。关键是——**价格表不能撕成半截**。几十行的表被切成两半，剩下那半截只有「1000 以上 900」，谁也看不出是哪个版本。

**第二步是两个人同时翻卡片。**一个认字：问型号编码、条款号，他找得最准；一个懂事：问「多少钱」「年费怎么算」「价格」，他知道是同一回事。问「某版本 1000 席以上一年多少钱」，认字的把那张价格表排第一，懂事的排第四——语义相近的其他报价卡片更多。**两个名字都出现过的卡片才浮到最前面**，最后再让一个模型把候选逐条打分，挑出前几段。这就是「关键词那一路」不能省的原因。

![](https://developer.qcloudimg.com/http-save/yehe-3598778/ff16dfae80604394c0d567b26dd69e43.png)

图 1 · 落到工程上是这样

![](https://developer.qcloudimg.com/http-save/yehe-3598778/8b2dfb3e80ffc9f3ac12dd2e5acdf649.png)

图 2 · 用刚才那道题举例

**第三步是只准照着卡片回答。**递给模型的就那几段资料，每条结论标是第几张卡片给的，数字和日期照抄不许换算；**卡片里没有，就回答「资料里没有」**，不许它用自己的记忆补。整条链路是自己写的几百行 Python，没上重型框架——出了问题要能一眼看出是哪一环。

![](https://developer.qcloudimg.com/http-save/yehe-3598778/22de852c43b918c2ba76d22c27cdc6b2.png)

图 3 · 左边带引用的回答，右边两路各自的名次（演示数据）。

## 03 最难的一环，和最便宜的一环

最难的是**读文件**。中文 PDF 双栏排版、图片版扫描件、带合并单元格的参数表，处理不好，后面再先进都是垃圾进垃圾出。我们没有独立显卡，就把这段外包给按页计费的解析服务，自己只做「转成 Markdown、把页码标回去」。

最便宜的反而是**模型调用**：一次性费用个位数人民币量级，一次问答几分钱以下。真实成本全在人身上。

## 04 谁能问什么，和谁问过什么

门店导购不该看到折扣档位表和渠道政策，这跟「他问不问得到」是两件事。早期版本是页面上自己勾「我要看哪些范围」——等于没有权限。改成**账号 → 角色 → 可见范围**三层后，请求里自己声明的范围一律无效；管理员点停用的那一刻，对方正在用的会话立刻失效。每次问答还留一条记录：谁问的、命中了哪几张卡片、用的什么模型。

![](https://developer.qcloudimg.com/http-save/yehe-3598778/e5e734be536c8bb0406e17010d90f10d.png)![](https://developer.qcloudimg.com/http-save/yehe-3598778/e600843598e255a4d91bc52fec56dece.png)

图 4 · 同一道题两种身份各问一遍，橙色标签就是权限位。

![](https://developer.qcloudimg.com/http-save/yehe-3598778/2a7cb3028126cebfbb941d66d4a3818a.png)

图 5 · 管理员侧：建账号、改角色、停用即刻生效。

## 05 一个应急决定，暴露五个真问题

中途有段时间密钥没到位，模型跑不了。我做了个应急决定：系统只做检索，把召回结果导出，由人照着卡片作答并判分。分数不难看，值钱的是顺手暴露的五个问题：

**① 每份资料开头那句「本文件用于…」在抢第一名。**它单独成卡、什么信息都没有，却因为字少总排最前，把真有答案那张挤到第二。

**② 大表全挤在一张卡片里。**答案在里面，但要模型在十几行几乎一模一样的行里挑对那一行，错一行就是报错价事故。

**③ 考卷自己出错了。**一道档位判断题，我写的标准答案就是错的档位。教训：每题必须附原文出处，否则考卷本身就会把系统教歪。

**④ 格式范例是编造的种子。**资料里顺手写了句「编号形如 ××××号」，模型就可能照模板吐一个不存在的编号。缺的字段要么补齐，要么连格式都别给。

**⑤ 「没有就说没有」全靠一句提示。**最危险的一题是问明年报价，翻出来的全是今年那张表——顺手答错的概率接近百分之百，而当时没有机制拦它。

## 06 知识库不是堆积文档，是「说得对」

最大的收获反而不在技术上。我们这行对宣传用语有硬性规定：什么功效必须先做正式评价、哪些词一出现就踩线、标签必须写全哪十项。而网上一大堆教程还在引用废止的旧分类——**同事脑子里那个答案，本身可能就是错的**。所以我把这些边界写进正文，让答案自带刹车；查不到的（价格、编号、渠道政策）一律留白写「待补」——编出来的比空白危险得多。

## 07 那能上线吗？还不能

模型这一环后来用真实密钥跑通了，问答链路是通的。但「能跑」离「能上线」还差四件事：

![](https://developer.qcloudimg.com/http-save/yehe-3598778/82c59625c8deea8a12f2e66504ec52b4.png)

还有一条要诚实说：**成体系的评估数字还没沉淀下来。**第 05 节那轮是人代模型跑的，判分者就是作答者，还提前看过标准答案、只能算把坑标出来，不算效果证明。下一步是拿这套考卷在真实模型上重跑，得到第一个可信命中率。

## 08 如果你也在同样的处境里

① 别问「AI 能不能做」，先问「我能不能判断它答对了」——答案是考卷，不是选型。

② 标签第一天贴，权限第一天设，中文资料别省关键词那一路——晚做的代价是重做。

③ 先把中间态做成能看见的界面，再优化模型——看不见过程就只能赌结果。

④ 上不上线不是技术决定，是「我有数字吗」和「我承担得起答错吗」同时有答案那天。

## 09 后续需求：入口不止一个

对外客户交付必须是网页；内部同事更适合挂在**飞书这类 IM** 里——身份自带、少记一个密码、答案回到工作流。检索层要按前端分别出接口：网页带会话登录态，IM 走回调、把引用回写成卡片。

文中公司、品牌、产品、价格与业务数据均已脱敏；法规口径以监管部门现行文本为准，本文不构成合规或法律意见。

我给一家做护肤品的公司做了个RAG知识库骨架。需求很朴素：把产品资料、渠道政策、培训话术收进一个能问的东西，给业务同事用。听着是「接个大模型就行」，动手才发现卡住项目的从来不是模型。

一个人、零预算，我们把公司知识库做成了会引用来源的RAG系统

人工智能

开发工具

后端

一个人、零预算，把公司知识库做成带引用来源的问答系统。文章分享从AI能不能做到能不能上线的实践历程：不先选技术，先攒考卷和标签；用撕卡片、双路检索、只准照卡片回答三步搭建；核心难点是PDF解析，成本在人不在模型。权限用账号-角色-可见范围三层，应急测试暴露5个真问题。最大教训是知识库不是堆文档，是“说得对”。目前能跑但未上线，还差四件事。适合同样处境的人参考：先做考卷、贴标签、设权限，再优化模型。

Markdown

Python

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

一个人、零预算，把公司知识库做成带引用来源的问答系统。文章分享从AI能不能做到能不能上线的实践历程：不先选技术，先攒考卷和标签；用撕卡片、双路检索、只准照卡片回答三步搭建；核心难点是PDF解析，成本在人不在模型。权限用账号-角色-可见范围三层，应急测试暴露5个真问题。最大教训是知识库不是堆文档，是“说得对”。目前能跑但...

一个人、零预算，我们把公司知识库做成了会引用来源的RAG系统-腾讯云开发者社区-腾讯云

一个人、零预算，我们把公司知识库做成了会引用来源的RAG系统

一个人、零预算，我们把公司知识库做成了会引用来源的RAG系统

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐