输入 → API → 输出
先确认这条链路符合你的任务边界，再按清单逐步实施。
输入
有来源、版本、权限与更新时间的产品资料、FAQ 和品牌规范
API 处理
Embeddings 生成向量，业务向量库召回，LLM 基于片段回答
输出
带来源片段、置信边界和人工升级条件的答案或草稿
索引设计
- 1清除页面导航与重复模板，按语义段落切分；每段绑定文档 ID、来源 URL、版本和权限。
- 2选择 Embeddings 模型并记录模型名与维度；只对新增或变更片段做增量更新。
- 3在自选向量数据库保存向量和元数据，删除文档时同步删除所有派生片段。
召回与生成
- 1查询向量化后先做权限过滤，再按相似度返回候选片段。
- 2提示词明确只能依据上下文回答，资料冲突或不足时列出未知项。
- 3答案展示来源标题或链接；高风险问题进入人工处理，不由模型自行补全。
评测与限制
用真实问题分别评估召回命中和答案忠实度。Embeddings 不校验事实，LLM 也可能错误引用；向量存储、权限与生命周期管理需要自行实现。
上线检查清单
- ✓ 资料有版本和负责人
- ✓ 查询与文档使用同一向量模型
- ✓ 测试集标注了期望来源
- ✓ 检索先执行权限过滤
- ✓ 资料不足时系统可拒答
- ✓ 删除和更新可传播到索引
准备好开始了吗？
注册并完成邮箱验证即可获得 ¥10 试用额度，通常数分钟可完成首次 API 调用。