檢查資料同召回

召回測試會直接檢查「問題可唔可以搵到正確片段」，唔會先經過聊天模型潤色。佢可以幫你判斷問題出喺資料、解析、分塊定係檢索設定。

準備 3～5 個你已經知答案嘅真實問題，並且每次更新資料、模型或者分塊之後重複使用。固定問題比臨時試問更容易發現退化。

準備測試問題

建議同時覆蓋三類問題：

• 精確事實，例如「國內一線城市住宿上限係幾多？」
• 條件規則，例如「海外租車喺咩情況下可以報銷？」
• 容易混淆，例如「5000 元以上嘅出差由邊個追加審批？」

唔好只用資料標題或者整句原文測試，咁會高估真實使用效果。

完成一次召回測試

1

1. 打開召回測試

打開左側導航【知識庫】→ 選擇知識庫 → 進入【召回測試】。

2

2. 輸入真實問題

輸入一個答案明確嘅問題並執行測試。問題應該接近日常講法，唔好刻意複製資料原文。

3

3. 檢查來源同片段

確認來源正確，片段同時包含回答所需嘅條件同結論。

唔好只睇有冇結果，仲要檢查來源、片段完整度同順序。

4

4. 對照現象定位問題

如果完全冇正確片段，先查資料、解析同分塊；如果正確片段可以出現但順序唔穩，就再考慮嵌入、重排或者 Top K。

5

5. 單項調整並復測

每輪只修改一項設定。涉及解析、分塊或者索引時，先執行【重新索引】，再用同一組問題復測。

點樣讀結果

現象	說明	下一步
正確來源排喺前面，片段完整	召回基本合格	再測試幾種唔同問法
完全冇正確結果	資料未就緒、內容缺失、問法差異大或者閾值過高	依次檢查資料、正文、Chunks 同檢索設定
來源正確但片段缺少關鍵句	解析或者分塊邊界唔理想	查看 Chunks，調整後重新索引
舊版本同新版本同時出現	同名資料被全部保留	刪除舊條目或者用【替換】重新導入
正確項經常靠後	候選較多或者排序唔穩定	清理資料，考慮嵌入或者重排模型
召回正確但聊天回答唔準	問題更可能喺提示詞或者聊天模型	保留召回設定，調整提問同聊天模型

聊天模型補唔返召回階段冇搵到嘅關鍵資料。召回結果唔合格時，唔好先靠反覆更換聊天模型排錯。

調優閉環

固定問題 → 檢查結果 → 定位層級 → 單項調整 → 必要時重新索引 → 復測。

推薦順序：

1. 確認資料正確，冇重複或者過期版本。
2. 檢查解析正文同 Chunks。
3. 當問法同原文差異好大時，考慮嵌入模型。
4. 候選大致正確但順序唔穩時，再考慮重排模型。
5. 調整後重新索引，並重複同一組測試。

片段唔完整時再檢查分塊設定；修改只影響新資料，舊資料需要重新索引。

配置說明

配置項	產品預設值	建議起點	作用	適用場景	注意事項
測試問題數量	—	3～5 個	建立可重複嘅質量基線	所有知識庫	覆蓋精確事實、條件規則同易混淆問題
Top K	6，可選 1～50	先保留 6	控制最終片段數量	覆蓋同噪聲之間取捨	調大可能會佔用更多上下文
相似度閾值	0.0，僅配置重排後顯示	由 0.0 開始	過濾重排後嘅低分結果	重排後仍然有噪聲	設得過高會移除正確片段
復測方式	—	每輪只改一項	判斷設定變化嚟自邊度	調優、更新資料或者模型	修改分塊或者模型後先重新索引

預期結果

• 正確來源穩定出現喺前幾條結果中。
• 片段包含回答問題所需嘅條件同結論。
• 換一種自然講法之後，結果仍然穩定。
• 更新資料或者設定後，固定問題冇明顯退化。

用戶案例

小林發現「住宿費標準」用原文可以命中，但「住酒店最多可以報幾多」唔穩定。佢先確認資料同 Chunks 正常，再配置嵌入模型並復測。正確片段出現之後偶爾排喺後面，所以之後先加入重排模型。

完成標準係：三種唔同問法都可以喺前幾條結果中搵到同一條住宿標準，而且片段包含適用城市同金額上限。

常見問題

完全冇正確片段，先調大 Top K 嗎？

先檢查資料正文同 Chunks。解析或者切分錯誤時，調大 Top K 只會返回更多唔正確或者唔完整嘅片段。

點解睇唔到相似度閾值？

只有選擇重排模型之後，知識庫設定入面先會顯示【相似度閾值】。

召回正確，聊天回答仍然唔準點算？

保留而家嘅召回設定，檢查問題表達、對話上下文同聊天模型。呢個時候問題通常已經唔喺資料檢索層。

繼續閱讀

模型同檢索設定

調整嵌入、重排、Top K 同分塊。

文件解析同 OCR

處理正文缺失、亂碼同掃描內容。

喺對話中使用

召回合格之後就可以用知識庫提問。