20 个问题，测出你的知识库为什么答非所问
5 分钟自测。每题按实际情况打分：2 = 完全做到，1 = 部分做到，0 = 没做到。满分 40。
A. 数据层（5 题）
文档从哪来、谁维护。这一层不过关，后面全是白费。
- 01你能说清知识库里的文档从哪来、谁负责更新吗？为什么问：没有明确来源和负责人的知识库，3 个月后一定变成垃圾场。
- 02文档有统一的命名和目录规范吗？为什么问：靠人肉的自觉维持不了 200 份以上文档。
- 03过期的文档会被标记或删除吗？为什么问：旧价格、旧制度被检索出来，比检索不到更危险。
- 04表格和扫描件有可读的文本版本吗？为什么问：图片型 PDF 不做 OCR，检索永远为零。
- 05重复和互相冲突的版本处理过吗？为什么问：同一份制度三个版本，模型会随机挑一个回答。
B. 加工层（5 题）
切片、结构化、更新机制。这一层决定 80% 的问答质量。
- 06切片之后，每段还能独立读懂吗？为什么问：切片切断上下文，是答非所问的第一大原因。
- 07标题和章节层级被保留进切片元数据了吗？为什么问：没有来源路径，模型就没法定位'这句话出自哪份文件第几节'。
- 08表格问答能定位到具体行和列吗？为什么问：整表塞进一个切片，等于让模型自己在大海捞针。
- 09长文档和 FAQ 用了不同的处理策略吗？为什么问：用一套切片参数对付所有文档，必然有一类效果很差。
- 10文档更新后，会重新处理受影响的分片吗？为什么问：不重建索引，知识库就停在导入那天的版本。
C. 检索层（5 题）
召回与排序。它决定最后一公里，但救不了前面两层的伤。
- 11你知道系统用的是向量检索、关键词还是混合检索吗？为什么问：不知道实现方式，就没法判断'为什么没搜到'。
- 12有没有负样本测试（问它答不出来的东西）？为什么问：只测能答对的题，等于没测；能承认不知道才是好的知识库。
- 13答案能返回原文出处和引用片段吗？为什么问：不能溯源的答案，在企业场景里不能用。
- 14检索结果有人工抽检过吗？为什么问：不抽检就不知道召回率是 90% 还是 40%。
- 15同义、口语化的提问能召回吗？为什么问：员工不会用文档里的原话提问。
D. 接入层（5 题）
谁在用、怎么用。接入做不好，再准的知识库也没人用。
- 16有明确的'谁在用、用来干什么'吗？为什么问：没有使用场景的知识库，只是另一种网盘。
- 17权限控制到'不该看的人看不到'了吗？为什么问：企业知识库最危险的不是答错，是答对了但越权。
- 18回答会区分'来自知识库'和'模型自己编'吗？为什么问：不区分的话，你没法知道哪句话能信。
- 19有反馈机制（答错能上报、能纠正）吗？为什么问：没有反馈闭环，错误会一直重复。
- 20有人每周花时间维护它吗？为什么问：知识库是运营，不是项目；没人维护就一定会烂。
怎么解读分数
0–15 分
先别买工具
问题在数据和流程。先做文档规范、明确负责人，否则换什么工具都一样。
16–30 分
能用但不可靠
优先改加工层：切片、结构化、更新机制；检索层最后再调。
31–40 分
底子不错
可以开始接入 Agent、做自动化和权限分级，把这些能力用起来。
测完想让人帮你看？
自测只能告诉你"哪一层有病"，诊断会告诉你"具体哪几份文档、哪几个问题、先改哪一步"。