第五章 知识库让 Bot 有专属大脑

一、为什么需要知识库

一个真实困境

你做了一个客服 Bot，问它："我们的 7 天无理由退货政策是什么？"

它回答：

"通常电商平台的 7 天无理由退货是指……"

它根本不知道"我们公司"的政策！ 它在用通用知识应付你。

如果你公司其实是 15 天无理由，规则还有 3 条特殊条款，模型不会凭空知道。给客户错答案，损失就大了。

解决方案：把私域知识"喂"给 Bot

        ┌──────────────────┐
        │  你的私域知识     │
        │  - 产品手册       │
        │  - 客服 SOP       │
        │  - 公司政策       │
        │  - 个人笔记       │
        │  - FAQ           │
        └────────┬─────────┘
                 ↓ 上传到 Coze
        ┌──────────────────┐
        │     知识库        │
        └────────┬─────────┘
                 ↓ 绑定到 Bot
        ┌──────────────────┐
        │  Bot 回答前先查    │
        │  知识库           │
        └──────────────────┘
                 ↓
        基于"你的"知识回答，准确率飙升

这套机制有个洋气的名字叫 RAG（Retrieval-Augmented Generation，检索增强生成）。你不需要懂这个词，记住"知识库"三个字就够了。

二、Coze 知识库的 4 种类型

打开 Coze 工作空间，左侧菜单 → 「资源库」→「知识库」→「+ 创建知识库」，会看到 4 种类型：

类型 1：文本（最常用）

适合：

• PDF（产品手册、合同、论文）
• Word / TXT / MD（公司 SOP、个人笔记）
• 网页 URL（在线文档、博客）

特点：上传后会被切成"片段"（chunk），按语义检索。

类型 2：表格

适合：

• Excel / CSV
• 商品价目表、员工通讯录、订单数据

特点：按字段精确查询。例如可以问"客户 ID 12345 的下单时间"。

类型 3：图片

适合：

• 产品图（带文字说明）
• 截图归档

特点：能用 Vision 模型识别图片内容并检索。

类型 4：FAQ（结构化问答对）

适合：

• 客服常见问题
• 产品 Q&A

特点：每条是 "问题 + 答案" 的结构化对，召回准确率最高。

三、5 分钟做一个"产品知识库 Bot"（手把手）

我们做一个例子：给一款"小米空气净化器"做客服 Bot。

第 1 步：准备知识源（30 秒）

随便找一份 PDF（不一定要真实产品手册，做演练用）。或者你也可以直接用本章末尾"附赠"的样例文本。

第 2 步：创建知识库（1 分钟）

1. 左侧菜单 →「资源库」→「知识库」→「+ 创建知识库」。
2. 类型选 「文本」。
3. 名称填：小米净化器知识库。
4. 描述填：包含产品规格、使用方法、保修政策、常见问题。
5. 点 "创建"。

第 3 步：上传文档（1 分钟）

1. 进入刚创建的知识库，点 "+ 添加内容"。
2. 选 "本地文档" 或 "在线网页"。
3. 把 PDF 拖进去，等上传完成。
4. 等待"切片"完成（一般几十秒到几分钟，取决于文档大小）。

第 4 步：调切片参数（1 分钟，新手可跳过）

切片完成后，Coze 会按"段落 + 标点"自动切片，每片 500-800 字。新手保持默认即可。

如果想精细调整：

• 切片长度：500-1500 字之间。技术文档建议短一点，故事叙述类长一点。
• 切片重叠：默认 50 字。重叠是为了让"切片边界处的语义不丢"。
• 切片规则：默认按段落，可改成"按标题"或"自定义分隔符"。

第 5 步：绑定到 Bot（1 分钟）

1. 进入你的客服 Bot 编辑页。
2. 在右侧（或左侧）「技能」面板找到 「知识库」→「+ 添加」。
3. 勾选 小米净化器知识库，点 "确认"。
4. 在提示词里加一句强约束：

# 知识库使用规则
- 用户问产品、保修、使用方法、规格相关问题时，必须先查知识库。
- 知识库里没有的内容，回答"我没找到相关信息，建议联系人工客服 400-xxx"，不要瞎编。

第 6 步：测试

在右侧调试窗口问：

• "请问 HEPA 滤芯多久换一次？"
• "1 级能效是什么意思？"

如果 Bot 能给出准确答案 + 引用知识库片段，配置成功。

四、不同类型知识库的实操技巧

技巧 1：文本知识库——结构化你的源文档

垃圾进，垃圾出（Garbage in, garbage out）。源文档质量决定 80% 的检索效果。

好的源文档：

• 一篇文章只讲一个主题。
• 用清晰的层级（H1 / H2 / H3）。
• 每段不超过 500 字。
• 有明确的术语定义。

坏的源文档：

• 一份 100 页的杂烩 PDF。
• 全是图片没有文字（OCR 识别错误率高）。
• 包含大量"对话记录"（聊天截图、群讨论）。
• 包含敏感个人信息。

优化方法：花 30 分钟把源文档重新排版——加标题、删冗余、统一术语，召回效果立刻翻倍。

技巧 2：表格知识库——字段命名要清晰

如果你上传 Excel，列名一定要清晰。

❌ A, B, C ✅ 订单编号, 客户姓名, 下单时间, 金额

清晰的列名让模型"看一眼就知道这个字段是干嘛的"。

技巧 3：FAQ 知识库——召回率最高的格式

FAQ 是 4 种里召回率最高的类型。如果你的场景是"客服 Q&A"，强烈推荐用 FAQ。

格式：

Q: 物流多久能到？
A: 全国主要城市 3-5 个工作日，偏远地区 5-7 个工作日。

Q: 怎么申请退货？
A: 在订单详情页点"申请退货"按钮，按提示填写。

FAQ 的诀窍：把同一个问题用多种问法列出来。

Q: 物流多久能到？
Q: 几天能收到货？
Q: 发货后多久到？
A: 全国主要城市 3-5 个工作日……

这样无论用户怎么问，都能召回。

技巧 4：图片知识库——加好"图说"

图片知识库不是把图扔进去就完事。每张图必须配一段"文字描述"。模型靠文字描述检索，靠图片本身回答。

例如上传一张"产品包装图"：

• 图说："小米米家空气净化器 4 包装实物图，正面为白色机身，顶部有 OLED 屏幕。"

五、召回调优：让 Bot 真的能"找对资料"

召回是什么？

召回（Recall）= Bot 在收到用户提问时，从知识库里"挑出"几条最相关片段，喂给模型作参考。

用户提问 → Coze 用语义匹配查知识库 → 返回 Top K 个片段 → 喂给模型 → 模型基于片段回答

调召回的核心参数有 3 个：

参数 1：召回数量（Top K）

默认 3 条。

• 少（1-2）：精准但可能漏。
• 多（5-10）：覆盖广但可能"信息过载"。

建议：FAQ 类用 2-3，文档类用 4-6。

参数 2：召回阈值（Score Threshold）

默认 0.5。

• 高（0.7+）：只召回非常相关的，宁可"找不到"也不"找错"。
• 低（0.3）：召回更多，宁可多也不漏。

建议：客服类用 0.6（要准），创意类用 0.4（要广）。

参数 3：召回方式（混合检索）

Coze 知识库支持 3 种检索方式：

• 语义检索：理解意思（默认，最常用）。
• 关键词检索：找精确匹配的词。
• 混合检索：两个都用，加权融合（最准，但稍慢）。

建议：能用"混合检索"就用"混合"，效果稳定。

调优 5 步法

1. 先用默认参数跑 10 个测试问题，记录答对几个。
2. 找出"答错的那几个"，看是没召回到，还是召回到了但模型没用上。
3. 没召回到 → 降低阈值 / 增加 Top K。
4. 召回到了但模型没用 → 提示词里强约束"必须基于知识库回答"。
5. 全部正确后再上线。

六、知识库的 6 种典型应用场景

每一种我们都会在 第九章 生活场景实战 和 第十章 工作场景实战 里有完整案例。

七、知识库的限制（必须知道）

八、私域数据安全：5 条铁律

知识库里上传的可能是公司机密、个人隐私，安全比功能更重要。请遵守：

铁律 1：脱敏后再上传

• 把员工身份证号、手机号、银行卡号删掉再上传。
• 客户姓名可以保留首字 + 星号（"张**"）。

铁律 2：分级管理

• 公开内容（产品介绍）→ 公共知识库。
• 敏感内容（薪资、合同）→ 仅授权人可访问的知识库。

铁律 3：定期审计

每月看一次知识库里有没有"不该在那儿的内容"。

铁律 4：发布权限

发布到"扣子商店"前，必须确认知识库里没有任何内部信息。商店里的 Bot 可能被陌生人查询。

铁律 5：遇到要传"客户数据"的需求

• 优先用"表格知识库" + 字段权限。
• 数据量大、隐私强，建议走 API 接入企业内部数据库，而不是上传整张表。
• 极端敏感场景，不要用云版 Coze，考虑自部署的 Dify 或本地大模型。

九、本章一图回顾

知识库 = 给 Bot 灌私域知识 = RAG（检索增强生成）

4 种类型：
   📄 文本   → PDF / Word / 网页（最常用）
   📊 表格   → Excel / CSV（精准查询）
   🖼️ 图片   → 带说明的图（多模态场景）
   ❓ FAQ   → 问答对（客服首选）

5 分钟流程：
   建知识库 → 上传文档 → 切片 → 绑 Bot → 提示词强约束 → 测试

调优 3 参数：
   Top K（召回数量）
   阈值（相关度）
   检索方式（语义 / 关键词 / 混合）

私域安全 5 铁律：
   脱敏 / 分级 / 审计 / 发布前清查 / 极敏感数据走 API

十、避坑清单

• ❌ 别把"垃圾文档"直接扔进来——结构化的源文档是召回率的根本。
• ❌ 别只上传不测试——10 个真实问题不跑通就别上线。
• ❌ 别在提示词里漏掉"必须基于知识库"约束，AI 会偷懒"用通用知识回答"。
• ❌ 别上传含个人隐私 / 客户数据的原始 Excel——先脱敏。
• ❌ 别期望知识库"实时同步"——上传后不会自动更新源文件改动。

十一、实战附赠：5 个高质量知识库源建议

下面 5 个免费资源你可以直接抓来做"练手知识库"：

1. 国家政策：中国政府网（https://www.gov.cn）的政策文件。
2. 法律法规：国家法律法规数据库（https://flk.npc.gov.cn）。
3. 企业开源 SOP：GitHub 搜 "company-handbook"。
4. 菜谱：下厨房（https://www.xiachufang.com）。
5. 个人知识管理：你自己的 Notion / 飞书 / 印象笔记导出。

十二、下一步

知识库给了 Bot "记忆"。但 Bot 还不会主动去外面查信息、调外部接口、做实时操作——这些事得靠插件。

请翻 第六章 插件让 Bot 长出手脚。