LinkAI 知识库应用对话效果不佳——从检索到提示词的排查路径
知识库应用最常见的问题就是——"知识库里明明有答案，AI 为什么答不对？"排查这个问题有三个明确的层级，从底往上逐层验证，不要跳过第一步直接改提示词。
排查路径总览
1. 知识库检索层 → 2. 提示词（应用设定）层 → 3. 模型层90% 的问题出在第一层——知识库的检索策略没命中正确语料。如果这一层都没命中，后面两层再怎么改都是白搭。
第一层：知识库检索是否命中
验证方法
进入 知识库详情页 → 检索测试，输入用户实际会问的问题（不是你"觉得应该能命中的问题"），看返回的语料片段：
| 现象 | 问题定位 | 解决方向 |
|---|---|---|
| 完全没返回语料 | 知识库里没有相关内容 | 补充文档 |
| 返回了但不相关 | 检索策略配置问题 | 换混合检索、调相似度阈值 |
| 返回了相关的但太多噪音 | 相似度阈值太低或 Top N 太大 | 调高阈值、减少 Top N |
| 返回的片段太碎、上下文不够 | 文档拆分粒度过细 | 重新导入、调拆分粒度 |
快速修复手段
- 换检索策略：纯向量 → 混合检索（向量 + 关键词）
- 调 Top N：默认 5，可以试 4~8 之间
- 调相似度阈值：默认通常在 0.6~0.7，太松或太紧都不好
- 补关键词：为关键词匹配添加高价值关键词（产品名、型号、专有名词）
第二层：提示词（应用设定）质量
如果检索层已经能正确命中语料，但 AI 还是答不好，问题大概率在提示词。
好的提示词结构
# 角色
你是【什么身份】，为【什么人群】提供【什么服务】。
# 知识来源
你拥有【知识库名称】里的私有知识。优先基于这些知识回答。
如果知识库没有相关内容，明确告知"暂未找到相关信息"，不要编造。
# 回复风格
- 语气：专业 / 亲切 / 简洁
- 格式：列表 / 表格 / 分步骤
- 禁止事项：XX、XX常见提示词问题
| 问题 | 症状 | 修复 |
|---|---|---|
| 没写"不知道就说不知道" | AI 编造信息 | 补上"知识库无相关内容时明确告知，不要编造" |
| 没指定回复格式 | 回答太啰嗦、结构化差 | 加上"尽量用编号列表 / 表格呈现" |
| 提示词太长太散 | AI 注意力被分散 | 300~800 字，结构清晰 |
| 没有区分知识库内容和通用知识 | AI 把通用知识当成你的私有知识 | 明确"优先基于知识库，补充通用知识时标注" |
| 提示词里出现矛盾指令 | AI 表现不稳定 | 逐句检查，删除矛盾 |
第三层：模型选型
前两层都没问题但回答质量还是差——换模型。
模型选择建议
| 场景 | 推荐模型 |
|---|---|
| 中文理解 + 遵循提示词 | 豆包 Pro / 通义 Qwen 系列 / DeepSeek V3 |
| 中文推理 + 长上下文 | Claude 3.5 Sonnet / 豆包 128K Pro |
| 英文 / 多语言 | GPT-4o / Claude 3.5 Sonnet |
| 低预算快速响应 | 豆包 Lite / MiniMax / 千问 Turbo |
| 复杂推理任务 | QwQ-Plus / DeepSeek R1 / Claude Opus |
验证方法
在调试页面切换不同模型，对比同一问题的回答效果。每个模型对"理解知识库内容"和"遵循提示词"的能力差异很大。
快速排查 Checklist
[ ] 知识库里有没有这个问题相关的内容？
→ 检索测试验证
[ ] 检索命中的语料是否正确、语义相关？
→ 换混合检索、调 Top N 和阈值
[ ] 提示词里有没有"知识库优先 + 不知道就说不知道"？
→ 补上
[ ] 提示词里有没有指定回复格式？
→ 补上
[ ] 当前模型是不是最适合你场景的？
→ 换 2~3 个模型对比
[ ] 知识库应用的插件执行策略是什么？
→ 推荐"知识库优先"，避免插件干扰按 Checklist 逐项过一遍，大部分"AI 答不对"的问题都能定位并修复。