必须配置知识库并启用RAG，上传前需英文重命名、OCR处理扫描件、清理页眉页脚；创建时设分块512、重叠64、向量模型bge-m3；测试须用调试器、强制引用和边界词验证，上线后监控命中率与引用准确率。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让扣子（Coze）机器人在回答用户问题时，能精准调用你上传的PDF、Word或Markdown文档里的最新业务规则、产品参数或内部流程，而不是依赖训练数据中的过期信息？必须配置知识库并启用检索增强生成（RAG），但默认设置常导致召回不准、答案漏引原文、甚至返回“我不知道”。
上传文档前必须做的三件事
第一步：把所有待入库的文件统一重命名为英文名，不含空格、中文、括号或特殊符号，例如将《2024版客服SOP（终稿）.pdf》改为 customer_service_sop_2024.pdf。中文文件名会导致部分文档解析失败，且后续无法通过知识库API稳定调用。
第二步：检查文档是否含扫描图页。打开PDF用鼠标选中任意一段文字——若无法高亮复制，说明是图片型PDF。这类文件必须先用OCR工具（如Adobe Acrobat「增强扫描」或网易有道智云OCR）转为可搜索文本，否则知识库完全无法提取内容。
第三步：删掉每份文档末尾的页眉页脚、水印、重复页码和无关附录。知识库会把它们也切片索引，污染检索结果。特别是合同类文档，附件四、附件五往往与主条款无关，却因文本量大被优先召回。
创建知识库时的关键配置
进入Bot后台 → 知识库 → 新建知识库 → 填写名称（建议带版本号，如“产品手册_v3.2”）→ 选择“私有”可见范围。
上传文件后，不要直接点「保存」。先点击右上角「高级设置」展开面板：
• 文本分块大小选【512】，不是默认的1024。过大导致关键句子被截断（比如“退款需在72小时内发起”被切成两块，检索“72小时”时无法匹配完整条件）；过小则碎片过多，降低语义连贯性。
• 分块重叠设为64。这能让相邻块保留上下文锚点，避免“用户投诉→应升级至主管”被拆成孤立短语。
• 向量模型固定选“bge-m3”，它对中文长尾术语（如“灰度发布策略”“SLA响应阈值”）的编码精度比默认模型高23%以上。
测试检索效果的实操方法
方法一：用「知识库调试器」验证原始召回
进入知识库详情页 → 点击「调试」→ 输入真实用户问法，例如“客户退货要等多久才能到账？”→ 查看底部返回的Top3文档块。如果第一块内容是“退货周期：T+3工作日”，说明切片和向量化正常；如果返回的是“订单修改流程”或空结果，立刻检查文档是否OCR失败或分块参数错误。
方法二：在Bot对话中触发强制引用
给Bot加一条系统指令：“所有回答必须基于知识库内容，若引用，请用[来源：xxx.pdf 第X页]格式标注。无匹配内容时，只回复‘暂未查到相关信息’。”然后发消息测试：“小程序下单后能否取消订单？”→ 观察回复是否带方括号引用及页码。不带引用=RAG未生效，大概率是Bot未绑定该知识库或知识库状态为「未启用」。
方法三：人工构造边界词测试
找一个文档里独有的短语，比如某份协议中的“乙方应于每月5日前提交服务报告”。在调试器中搜“服务报告”，看是否精确召回该句所在块。如果搜“提交报告”就失效，说明分块未保留动宾结构，需调小分块尺寸并重启索引。
上线后必须监控的两个指标
进Bot分析后台 → 选择时间范围 → 切换到「知识库效果」标签页：
• 「检索命中率」低于65%，说明知识库覆盖不足或用户问法与文档表述不一致，需补充同义词表（如在知识库设置中添加“退款=退钱=返款”）。
• 「引用准确率」指Bot回答中带方括号标注的内容，与知识库返回块的实际匹配度。若低于80%，重点检查文档中是否存在大量表格、代码块或复杂列表——这些结构常被解析为乱码，必须手动转为纯文本再上传。
点击「重新构建索引」按钮，等待状态变为「已就绪」。
