> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/knowledge-base/chat.md).

# 在对话中使用

召回测试合格后，可以在普通对话中选择一个或多个知识库，让模型基于召回片段回答并显示来源。

{% hint style="info" %}
对话负责组织答案，知识库负责提供证据。先在【召回测试】确认正确片段，再判断提示词或聊天模型是否需要调整。
{% endhint %}

## 使用前提

| 检查项   | 合格状态             |
| ----- | ---------------- |
| 聊天模型  | 支持工具调用           |
| 知识库资料 | 至少一条资料已就绪        |
| 当前消息  | 没有同时附加文件         |
| 召回质量  | 关键问题能找到正确来源和完整片段 |

{% hint style="warning" %}
当前消息带有附件时，知识库选择会被禁用。先移除附件，再从输入区选择知识库。
{% endhint %}

## 完成一次带来源的问答

{% stepper %}
{% step %}

### 1. 选择支持工具调用的模型

新建或打开普通对话，在模型选择器中确认当前模型支持工具调用。若知识库入口提示能力不足，先更换模型。
{% endstep %}

{% step %}

### 2. 打开知识库选择

点击输入区左下角的添加按钮，选择【知识库】，再勾选一个或多个目标库。
{% endstep %}

{% step %}

### 3. 确认选择状态

知识库名称应出现在输入区。问题只涉及一个主题时，优先只选一个库，减少无关片段竞争。

<figure><img src="/files/cV8BgtydbW2L7yVbHUHG" alt="对话输入区已经选择员工差旅制度知识库并输入真实问题"><figcaption><p>发送前先确认选中的知识库和当前问题属于同一资料范围。</p></figcaption></figure>
{% endstep %}

{% step %}

### 4. 写清任务、范围和格式

例如：`只根据已选择的知识库回答国内一线城市住宿上限；不同职级分项列出，每项标注来源。`
{% endstep %}

{% step %}

### 5. 打开来源核对

检查来源名称、片段内容和适用条件。资料未说明的内容，不应被当成事实补全。
{% endstep %}

{% step %}

### 6. 失败时回到召回测试

用相同问题检查知识库返回的片段。召回错误先修资料、解析或检索；召回正确再调整提示词和聊天模型。

<figure><img src="/files/25jlZBPzYcIUwWY6ejxn" alt="召回测试中展示相关度、来源名称和命中片段的结果列表"><figcaption><p>对话回答不理想时，召回结果能帮助判断问题在检索层还是回答层。</p></figcaption></figure>
{% endstep %}
{% endstepper %}

## 回答是怎样形成的

<figure><img src="/files/AdKifGm6onLp0xXfUXwQ" alt="从资料解析、关键词和向量检索到合并重排并交给对话回答的知识库架构图"><figcaption><p>聊天模型看到的是最终召回片段，不是自动阅读知识库中的全部资料。</p></figcaption></figure>

## 推荐提问模板

### 查询一条明确规则

> 只根据已选择的知识库回答：国内一线城市住宿上限是多少？如不同职级标准不同，请分项列出，并在每项后标注来源。

### 对比多份资料

> 对比国内出差和海外出差的审批差异。按“触发条件、审批人、出发前材料”列成表格；资料没有写明的地方标记为“未说明”。

### 要求区分事实和建议

> 先列出制度原文支持的事实，再单独给出操作建议。建议不得写成制度要求，每条事实保留来源名称。

{% hint style="success" %}
一个好问题同时包含四件事：要完成的任务、允许使用的资料范围、期望输出格式，以及资料缺失时该怎么处理。
{% endhint %}

## 选择一个还是多个知识库

| 情况        | 建议             | 原因              |
| --------- | -------------- | --------------- |
| 单一制度或产品问题 | 只选一个库          | 减少无关片段竞争        |
| 跨部门或跨产品比较 | 选择多个库并说明各自用途   | 帮助模型保持来源边界      |
| 多库结果混杂    | 拆成多个问题分别验证     | 先确认每个库都能独立召回    |
| 需要长期多步研究  | 改用绑定知识库的 Agent | 更适合持续搜索、整理和交付文件 |

## 配置说明

| 配置项   | 推荐起点        | 作用        | 注意事项         |
| ----- | ----------- | --------- | ------------ |
| 知识库数量 | 1 个         | 控制资料范围    | 只在确有跨库需求时增加  |
| 提问范围  | 明确写“只根据知识库” | 减少常识补全    | 重要结论仍需核对来源   |
| 输出格式  | 表格或分项列表     | 方便逐条验收    | 要求“未说明”而不是猜测 |
| 回归问题  | 与召回测试使用同一问题 | 区分检索和回答问题 | 每轮只改变一个变量    |

## 把对话内容沉淀回知识库

Cherry Studio 可以把消息、话题或笔记保存到知识库。保存前删除模型猜测、重复内容和临时讨论，并使用能说明主题和版本的标题。

保存后形成新的资料快照，不会与原对话或笔记实时同步。内容更新时需要重新保存或替换。

## 用户案例

小林在【员工差旅制度】中提问住宿上限。第一次回答混入了模型常识，他把提示词改为“资料未说明时写未说明”，并要求每项保留来源。随后逐条打开引用核对城市级别、职级和金额。

完成标准是：每个金额都能由引用片段直接支持，制度未写明的例外不会被模型自行补全。

## 常见问题

<details>

<summary>知识库入口为什么是灰色的？</summary>

先选择支持工具调用的模型，并移除当前消息附件；再确认存在至少一个有就绪资料的知识库。

</details>

<details>

<summary>回答为什么没有来源？</summary>

确认输入区仍显示已选知识库，再把相同问题放入召回测试。没有正确召回时先修复知识库。

</details>

<details>

<summary>来源正确但结论不准确怎么办？</summary>

要求模型只依据引用回答，把任务拆成更小的事实项，并人工核对重要结论。此时通常是提示词、模型能力或上下文组织问题。

</details>

## 继续阅读

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>检查资料与召回</strong></td><td>先确认正确片段能够稳定命中。</td><td><a href="/pages/2UnkjUdpXro2JxR2fSG2">/pages/2UnkjUdpXro2JxR2fSG2</a></td></tr><tr><td><strong>与 Agent 一起使用</strong></td><td>让知识库参与多步任务和文件交付。</td><td><a href="/pages/3cXGJ5alXQZGPrq9kwH3">/pages/3cXGJ5alXQZGPrq9kwH3</a></td></tr><tr><td><strong>知识库应用案例</strong></td><td>复用制度、售后和研究案例。</td><td><a href="/pages/SmOEmIvVstvijlm6I1ug">/pages/SmOEmIvVstvijlm6I1ug</a></td></tr></tbody></table>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/knowledge-base/chat.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.