LinkAI 知识库上传文档的四种方式与质量自检
四种知识数据类型对比
LinkAI 知识库不是"随便丢个文件进去"就行——不同类型的数据有不同的预处理要求,选错类型会直接影响对话效果。下表帮你快速定位:
| 类型 | 预处理要求 | 优势 | 典型场景 |
|---|---|---|---|
| 无结构文档 | 无需预处理,原始文件直接上传 | 最省事,AI 自动拆分和嵌入 | 产品手册、内部规范、书籍、论文 |
| QA 问答 | 按平台 CSV 模板整理成一问一答 | 回答准确性最高,减少幻觉 | 客服 FAQ、知识库标准答案 |
| 多列表格 | CSV 或 Excel,可指定参与索引的列 | 支持结构化数据语义检索 | 商品目录、员工名录、数据表 |
| 网站导入 | 提交网址或网站地图 | 自动爬取网页内容并导入 | 已有网站的文档、新闻、博客 |
无结构文档(最常用)
最省心的方式。支持 pdf、docx、md、txt 四种格式。上传后平台会:
- 自动按段落和语义边界拆分文档
- 对每个片段生成向量嵌入
- 把片段存入向量数据库,供对话时语义检索
上传时右侧实时预览拆分结果,你可以在这里看到:
- 拆分粒度是否合理(太粗 → AI 检索时命中的片段里包含大量无关内容;太细 → 上下文不够用)
- 是否出现乱码或格式错误
确认无误后点击"确定导入",几秒后文件状态变为"已生效"。
QA 问答文档(最准)
如果你的知识是明确的"问题-答案"对(比如客服 FAQ),强烈推荐用这个类型。AI 不会自己去理解"这一大段文字里可能包含答案",而是直接匹配最接近用户提问的问答对,回复准确性显著提高。
需要注意:必须按平台提供的模板 CSV 格式整理,两列分别是问题和答案。模板可以在知识库上传页面下载。
多列表格
CSV 或 Excel 文件,上传后可以指定哪些列参与索引(用于语义检索),哪些列作为附属字段(在回答中引用)。适合商品目录、员工信息、价格表等有明确列结构的数据。
网站导入
提交一个 URL 或网站地图(sitemap.xml),LinkAI 会自动爬取网页内容、清洗后导入知识库。适合把已有网站的内容"一键迁移"进 LinkAI。
质量自检:检索测试
任何类型的文档导入后,一定要跑检索测试才能确认"AI 真的学到了"。在知识库详情页找到"检索测试"入口,输入一个你确定文档里有答案的问题,看返回的语料片段是否:
- 能命中正确的文档和段落
- 语义相近(不是字面匹配)
- 召回深度合适(太多 → 噪音;太少 → 缺信息)
如果检索结果不理想,可以调整检索策略——详见 检索策略。
热更新
LinkAI 知识库支持热更新:上传新文件、删除旧文件、替换文件都可以即时生效,不需要重建整个知识库。这对维护内部文档库特别方便。
常见坑
- 直接上传扫描版 PDF——文字识别质量差,建议先 OCR 转文本再上传
- 一次性上传几十上百个文件不做检索测试——等应用上线了才发现效果不对,返工成本高
- 拆分粒度设置过细——AI 检索命中的片段上下文不够,回答会"断章取义"。推荐每段 200~500 字左右
- QA 文档答案写得太简略——虽然命中了,但答案本身信息量不足,AI 也编不出来