大数跨境

从知识加工到知识治理:网易智企如何让 Agent 准确调用企业知识

从知识加工到知识治理:网易智企如何让 Agent 准确调用企业知识 DataFunSummit
2026-11-11
8
导读:从知识加工到知识治理:企业知识如何成为 Agent 可直接调用的底座?

导读用户问的是 A2 Pro,知识库却把 A1 Pro 的资料交给了 Agent。两个型号只差一个字符,检索结果却可能完全错位。面对几百页的设备手册,答案又常常散落在不同章节;遇到商品俗称,系统甚至找不到正确对象。

网易智企·云商在面向企业客户的知识库实践中,把这些问题逐步拆解为实体识别、关系定位、证据回溯与持续治理。企业知识如何从“存得进去”走到“用得准确”,关键在这一整条链路。

主要内容包括以下几个部分:

1. 本体什么时候值得建?先看知识复杂度与错误成本

2. 本体怎么建,配套业务需要哪些?

3. 从文件接入到答案回溯,知识工程要解决哪些问题

4. 知识飞轮如何运转:从真实问答中持续修正知识

5. 让知识库持续有效,比一次答对更难

01

本体什么时候值得建?先看知识复杂度与错误成本

知识库是否需要本体,首先要看实际业务。对于 FAQ、制度、产品说明和参数查询,资料数量可控,答案通常落在同一段或同一篇文章里。使用常规 RAG、混合检索和工具取数,往往就能让 Agent 完成查询。此时提前建立复杂的实体关系体系,建设和维护成本未必划算。

在网易智企的场景划分中,80%—90% 的简单知识可以从轻量方案起步,约 10% 的复杂知识需要重点考虑结构化治理。这是面向产品选型的经验性划分,并非行业统计,也不代表本体只能带来 10% 的效果提升。是否升级,取决于知识规模是否持续增长、复杂问题是否高频出现、答错的代价是否足够高。尤其是制造、硬件与维修场景,型号、部件、版本和适用条件稍有偏差,召回的内容就可能不适用于当前任务。

实际问题往往从一次看似普通的检索开始。

客户询问 A2 Pro 的序列号,系统却召回 A1 Pro 的资料;型号只差一个字符,切片相似度却没能守住实体边界。另一位用户询问手表解除配对后哪些功能失效,相关说明分散在通知、世界时间、自动校时等章节,单段检索只能找到局部。还有“红腰子适合敏感肌吗”这样的提问,用户使用俗称,知识库却保存正式商品名,入口就没有对上。

处理这些问题需要三种定位能力。

A2 Pro、A1 Pro 要分别对应唯一实体 ID,再由实体找到专属文档和参数;解除配对的问题要沿功能关系找到分散的章节,再汇集原文证据;商品俗称则先归一到正式商品,再核对成分、适用人群与限制条件。对象是谁、它关联了什么、答案从哪里来,都要能说清楚。本体的价值也由此有了可判断的边界。

02

本体怎么建,配套业务需要哪些?

本体要用于检索,还得有配套的知识结构。目录维护知识库、文件、切片和段落的边界、版本及权限;唯一实体 ID 负责消歧;图关系记录适配、替代、引用、包含等联系,并保留证据;标签按区域、人群或业务线缩小召回范围;属性保存版本、保修期和适用条件;词库维护别名、错字与内部叫法。关系如果找不到来源,只能作为待核验的线索;属性也应回到原文,不能靠模型填补。

图谱建好后,并非所有问题都适合走图检索。三组客户取样体现了这种差异:某制造业客户的 130 份文档抽取出 7,415 个实体、8,723 条关系,跨章节关联较多,首选 LightRAG;某硬件客户的 160 份文档对应 3,010 个实体、4,922 条关系,长篇说明书首选 PageIndex;某国央企客户的 155 份文档对应 1,429 个实体、5,659 条关系,结构化 FAQ 由常规 Chunks 直接命中更合适。文档量和图谱规模只是选型背景,真正决定检索方式的是问题形态。

实际处理 Query 时,知识库先改写提问、抽取关键词并匹配实体,再依据业务身份、词库拓扑与图关系,结合标签、权限、元数据和目录限定召回范围,之后执行多路检索和重排。返回给 Agent 的是内容、相关实体和匹配度。售前、售中和售后可能使用同一知识,却需要不同的表达与动作;上层 Agent 根据任务组织回答,知识库负责交付可核对的事实及其来源。

03

从文件接入到答案回溯,知识工程要解决哪些问题

本体提供了对象和关系,知识能否稳定进入业务,还取决于接入、加工、解析、效果调试、场景路由和 TraceID 回溯。

文件更新后有没有同步,解析时是否漏掉条件,检索走错了哪条路径,都是日常可能出现的问题。把这些环节分别处理,才有可能在回答出错时定位原因,而不把所有问题都归结为模型不够强。

接入阶段首先要保留知识原有的业务边界。

飞书、Confluence、语雀等三方渠道的目录、权限、更新时间和原始链接应随内容一并进入系统;数据库、工单、商品系统通过 API 同步时,字段映射、增量游标、删除事件和失败重试都要有记录。PDF、演示文稿、Word、图片及音视频经过解析后,仍须能回到原文件的页码、图注和上下文。在线客服、呼叫中心与群聊产生的问答也可成为候选知识,但要先脱敏,并记录渠道、时间、版本和适用范围。

接入完成还要处理内容质量。长文档的标题层级可能混乱,表格在抽取后被拆成孤立句子,图文混排材料甚至只剩下识别文字。加工阶段按标题、段落和表格恢复结构,宽表拆分为可检索的知识单元,多表对齐字段,同主题文件去重合并,同时保留原文坐标和加工记录。只有保住完整的上下文,后续抽取出的实体与关系才有证据可查。

不同 Query 需要不同的召回路线。通用问答用 Chunks 配合关键词和向量检索,速度优先;几百页的说明书用 PageIndex 沿目录树和页码先定位章节;型号适配、部件替代及跨文档约束,则从实体出发沿图关系取证。涉及价格、库存、保修期等精确事实,还要锁定相应字段和业务来源。场景路由同时考虑效果、响应时间和成本,避免简单问题也被迫经过最重的检索过程。

出现 Bad Case 后,排查按调用路径展开:知识库里有没有所需内容,切片是否截断了前置条件,实体和关系是否命中,标签或权限有没有错误过滤,Agent 是否真正调用并遵守了返回的知识。TraceID 将一次回答关联到知识库、目录、文件、切片和段落。找到问题、修改知识或路由后,再用原题和相邻问题复跑,确认修复没有引入新的错位。知识库与 Agent 各自的责任边界,也在这些记录里变得清楚。

04

知识飞轮如何运转:从真实问答中持续修正知识

企业知识不断变化,知识库上线时整理得再完整,长期无人维护也会逐渐失效。

网易智企·云商把真实问答接入知识更新流程:访客向 Agent 提问,复杂问题由人工兜底;系统沉淀问答记录,诊断质量、盘点意图与冷热度,再将答错、答不全和新出现的业务问题送回知识层。人工临时回复不能直接作为标准答案,必须先明确适用对象、来源和业务口径。

知识治理既要处理存量,也要处理冲突。文件层先通过哈希、相似度和版本管理去重,失效政策标明生效期并退出检索;真实提问暴露的动态冲突,则进入 Bad Case 队列。比如“双十一积分 200”和“618 积分 100”,两条规则可能各有适用活动,系统需要呈现冲突及证据,由业务负责人确认口径、适用范围和生效时间。修改后继续保留记录,并把对应问题加入问题库。

确认后的业务问答沿“智能诊断—人工确认—回流—再加工—再解析”重新进入知识库,形成三类产物:带有来源和适用范围的标准 FAQ、补齐缺失内容的产品或故障说明,以及按场景归类的知识缺口清单。内容回流后继续切片、抽实体、补关系、更新目录与标签。业务人员把关关键规则与版本,重复的解析工作由系统完成,这样一条问答才能成为后续持续可用的知识。

效果验收需要保持测试条件一致。在同一批问题、同一套知识、同一模型和同一评测口径下复跑,结果从 55% 提高到 88%。日常还应分别检查场景平均响应时间、Top-K 是否召回正确实体,以及答案的引用能否追到知识库、目录、文件、切片和段落。找到相似段落却混淆型号,或者引用标记无法打开原文,都说明知识链路仍有缺口。

05

让知识库持续有效,比一次答对更难

A2 Pro 被答成 A1 Pro 的错误,可以沿整个链路逐项修正:用唯一实体 ID 区分型号,借助关系和约束定位专属章节;新文件进入后完成加工、解析与索引更新;检索出错时沿 TraceID 返回切片和原文;真实提问暴露的新问题,再由业务确认后回流。如此修复的就不止是一个错误答案,同类问题在知识更新后也有了重新找到正确依据的路径。


简单场景先用轻量检索;遇到复杂型号、跨章节关系和高错误成本,再增加本体、图谱和业务审核,投入顺序应跟着业务复杂度走。更长久的难题出现在上线之后:型号会迭代,政策会过期,客户也会提出新的问法。每次变化都可能让昨天正确的答案今天失效。把对象、关系、证据和反馈纳入可维护的流程,让错误有地方追、冲突有人裁决、新知识及时回流,企业积累的知识才不会停在某次项目交付时,而能伴随业务持续被 Agent 准确使用。

往期推荐


当 AI 在加速狂奔,什么反而应该“慢”下来?

30分钟上岗:企业"招聘"Data Agent的新标准

Anthropic刚披露!Claude用750个Agent死磕费马证明最难一关

刚刚,大厂集体杀入本体暗战!Agent会写SQL却算错收入

本体驱动:企业级DataAgent 的效果优化之路

AI时代,知识与本体的演进与思考:从数据工程到知识工程

AI Agent时代,存储基础设施为什么必须重构?

基于 Harness + 记忆 + Skill 的 AI 搜索应用探索

Agent底层数据通路,正在成为AI Infra的新主战场!

从多云底座到 Agent-Ready:企业 DataAgent 架构升级与落地实践

冲击30万奖金!Kimi、腾讯大咖坐镇,这场Agent大赛决赛千万别错过!


点个在看你最好看

SPRING HAS ARRIVED

【声明】内容源于网络
0
0
DataFunSummit
DataFun社区旗下账号,专注于分享大数据、人工智能领域行业峰会信息和嘉宾演讲内容,定期提供资料合集下载。
内容 1473
粉丝 0
DataFunSummit 北京鸿润嘉诚企业管理咨询有限公司 DataFun社区旗下账号,专注于分享大数据、人工智能领域行业峰会信息和嘉宾演讲内容,定期提供资料合集下载。
总阅读70.7k
粉丝0
内容1.5k