很多企业上线知识库问答后发现：演示很惊艳，实战总出错。问题通常不在模型，而在 RAG 的工程细节。结合实践，我们总结了五个最影响"答得准"的环节。

一、分块策略。按固定字数切分是最常见的错误。制度条款、表格、图文混排需要按语义结构切分，保证每个分块语义完整、可独立作答。

二、元数据标注。分块要带上文档名、章节、版本与生效日期，检索时先按元数据收窄范围，回答时才能给出"出自哪份文件第几章"。

三、权限前置过滤。检索阶段就必须按提问者的权限过滤分块，而不是"先检索再脱敏"，否则敏感内容可能已经进了模型的上下文。

四、强制溯源。每条结论都要求附原文引用，无引用不输出——这是员工敢用 AI 回答的前提。

五、持续评测。建立未命中问题台账，每周补充知识、调优提示词。知识库是运营出来的，不是上线出来的。