工廠的 AI 問答為什麼總是答不準：RAG 裡最容易被忽略的兩件事

工廠把知識庫搭起來，最常見的一句抱怨是"問它問題，它答得驢唇不對馬嘴"。不少人第一反應是換個更大的模型，錢花了，效果沒見好。多數時候，問題不在模型，而在文件怎麼切、怎麼找。

一、答不準，先別急著怪模型

大模型本身不會"記得"你庫裡的內容。它是在回答的時候，先把相關片段從知識庫裡檢索出來，再根據這些片段組織語言。找得對不對，直接決定答得準不準。找錯了，模型再強也只能一本正經地胡說。

而"找"這一步，取決於前面兩個動作：文件被切成了什麼樣子，以及檢索時靠什麼把它撈出來。

二、切得太碎，一句話被攔腰截斷

入庫之前，文件要切成一段一段的小塊，才能被檢索。這一步最容易被敷衍，按固定字數硬切。結果就是一句話被從中間截斷，關鍵的條件和結論分到了兩個塊裡。檢索到上半句，AI 看不到下半句，答案自然殘缺。

工廠文件尤其怕這個。工藝卡、檢驗標準常常是一整段帶前提條件的描述，硬切會把"在什麼情況下適用"這段前提切掉，剩下的結論就成了錯的。穩妥的做法是按語義和段落來切，讓每一塊自己講得通一件事。

三、召回不對，答案就在庫裡也撈不出來

切好之後是找。檢索一般靠語義相似度，把問題轉成向量，再去庫裡比。可工廠裡的叫法五花八門：同一個零件，有人叫型號，有人叫俗稱；同一道製程，班組和技術的叫法都不一樣。如果檢索只認字面，使用者用的詞跟文件裡的對不上，明明躺在庫裡的答案也撈不出來。

所以光有文件不夠，還得給關鍵內容補上別稱、同義詞，讓檢索能順著不同叫法找過來。這一步做不做，直接決定使用者換個說法問，系統還能不能答對。

四、工廠場景裡，這兩件事要一起調

切片和召回不是二選一，得一起看。切得合適，檢索才有的放矢；召回的詞表對路，切好的塊才撈得出來。調這兩樣，比換模型見效快得多，也省得多。

摩傑斯在工廠做 MES、ERP 十四年，最清楚工廠的文件長什麼樣、員工平時怎麼稱呼這些東西，把這些經驗用到知識庫的切片和詞表上，是順手的事。崑山、蘇州一帶的工廠，知識庫搭了但答不準的，可以找摩傑斯一起看看，是切的問題還是找的問題。

總結：

工廠知識庫答不準，八成不在模型，而在文件切片和檢索召回。切的時候按語義走、別把前提條件切掉；找的時候補上同義詞和別稱，讓不同叫法都能命中。這兩樣調順了，再談要不要換更大的模型。

相關閱讀：這幾類事我們都寫過，《工廠 IT 服務總覽》是總目錄；另外《文件入庫前先做的幾件事》、《十四年工藝文件與私有知識庫》也值得一看。