检查资料与召回

召回测试直接检查“问题能否找到正确片段”，不会先经过聊天模型润色。它能帮助你判断问题出在资料、解析、分块还是检索设置。

准备 3～5 个你已经知道答案的真实问题，并在每次更新资料、模型或分块后重复使用。固定问题比临时试问更容易发现退化。

准备测试问题

建议同时覆盖三类问题：

• 精确事实，例如“国内一线城市住宿上限是多少？”
• 条件规则，例如“海外租车在什么情况下可以报销？”
• 容易混淆，例如“5000 元以上的出差由谁追加审批？”

不要只用资料标题或整句原文测试，那会高估真实使用效果。

完成一次召回测试

1

1. 打开召回测试

打开左侧导航【知识库】→ 选择知识库 → 进入【召回测试】。

2

2. 输入真实问题

输入一个答案明确的问题并执行测试。问题应接近日常说法，不要刻意复制资料原文。

3

3. 检查来源和片段

确认来源正确，片段同时包含回答所需的条件和结论。

不要只看有没有结果，还要检查来源、片段完整度和顺序。

4

4. 对照现象定位问题

完全没有正确片段时先查资料、解析和分块；正确片段能出现但顺序不稳时，再考虑嵌入、重排或 Top K。

5

5. 单项调整并复测

每轮只修改一项设置。涉及解析、分块或索引时，先执行【重新索引】，再使用同一组问题复测。

怎样读结果

现象	说明	下一步
正确来源排在前面，片段完整	召回基本合格	再测试几种不同问法
完全没有正确结果	资料未就绪、内容缺失、问法差异大或阈值过高	依次检查资料、正文、Chunks 和检索设置
来源正确但片段缺少关键句	解析或分块边界不理想	查看 Chunks，调整后重新索引
旧版本和新版本同时出现	同名资料被全部保留	删除旧条目或用【替换】重新导入
正确项经常靠后	候选较多或排序不稳定	清理资料，考虑嵌入或重排模型
召回正确但聊天回答不准	问题更可能在提示词或聊天模型	保留召回设置，调整提问和聊天模型

聊天模型无法补回召回阶段没有找到的关键资料。召回结果不合格时，不要先靠反复更换聊天模型排错。

调优闭环

固定问题 → 检查结果 → 定位层级 → 单项调整 → 必要时重新索引 → 复测。

推荐顺序：

1. 确认资料正确，没有重复或过期版本。
2. 检查解析正文和 Chunks。
3. 问法与原文差异很大时，考虑嵌入模型。
4. 候选大致正确但顺序不稳时，再考虑重排模型。
5. 调整后重新索引，并重复同一组测试。

片段不完整时再检查分块设置；修改只影响新资料，旧资料需要重新索引。

配置说明

配置项	产品默认值	建议起点	作用	适用场景	注意事项
测试问题数量	—	3～5 个	建立可重复的质量基线	所有知识库	覆盖精确事实、条件规则和易混淆问题
Top K	6，可选 1～50	先保留 6	控制最终片段数量	覆盖与噪声之间取舍	调大可能占用更多上下文
相似度阈值	0.0，仅配置重排后显示	从 0.0 开始	过滤重排后的低分结果	重排后仍有噪声	设得过高会移除正确片段
复测方式	—	每轮只改一项	判断设置变化来自哪里	调优、更新资料或模型	修改分块或模型后先重新索引

预期结果

• 正确来源稳定出现在前几条结果中。
• 片段包含回答问题所需的条件和结论。
• 换一种自然说法后，结果仍然稳定。
• 更新资料或设置后，固定问题没有明显退化。

用户案例

小林发现“住宿费标准”用原文能命中，但“住酒店最多能报多少”不稳定。他先确认资料和 Chunks 正常，再配置嵌入模型并复测。正确片段出现后偶尔排在后面，于是才加入重排模型。

完成标准是：三种不同问法都能在前几条结果中找到同一条住宿标准，且片段包含适用城市和金额上限。

常见问题

完全没有正确片段，先调大 Top K 吗？

先检查资料正文和 Chunks。解析或切分错误时，调大 Top K 只会返回更多不正确或不完整的片段。

为什么看不到相似度阈值？

只有选择重排模型后，知识库设置中才会显示【相似度阈值】。

召回正确，聊天回答仍不准确怎么办？

保留当前召回设置，检查问题表达、对话上下文和聊天模型。此时问题通常已经不在资料检索层。

继续阅读

模型与检索设置

调整嵌入、重排、Top K 和分块。

文档解析与 OCR

处理正文缺失、乱码和扫描内容。

在对话中使用

召回合格后把知识库用于提问。