43.2 知识语汇
本文档解释企业知识库相关的核心术语，帮助用户快速理解知识采集、知识原子、向量检索、智能问答（RAG）等概念，明确知识库与网盘的区别。
- 知识库是随时能被AI调用的企业智慧，不是网盘。
- 知识原子是最小知识单元，可单独调用反复组合。
- 向量检索按意思找，不要求字面一致。
- 智能问答（RAG）有据可查，不瞎编。
- 知识溯源让每个AI回答都能指出依据来源。
这一卷解释与"源泉·企业知识库"相关的常用词。知识是全系统的原料，这些词出现频率最高。
| 术语 | 一句话解释 | 详见 |
|---|---|---|
| 企业知识库 | 把散落在文档、聊天记录、老员工脑子里的经验，集中存进一个企业专属的"藏经阁" | 第4章 |
| 知识采集 | 把材料"喂"进知识库的过程——上传文档、粘贴文字、网页抓取都算 | 第4章 |
| 知识原子 | 从长文档中提炼出的最小知识单元——一条卖点、一个参数、一句话术，可单独调用、反复组合 | 第4章 |
| 文档收件箱 | 文件的"传达室"：先收下、再整理——不用先想清楚归哪类，扔进来系统帮您分 | 第4章 |
| FAQ库 | 常见问题与标准答案的集合——客户问答、内部答疑都从这里取标准口径 | 第4章 |
| 向量检索 | 一种"按意思找"的检索技术——不要求字面一致，问"多少钱"能找到"价格表" | 第4章 |
| 语义搜索 | 向量检索的日常叫法：像问一位懂行的老员工，而不是翻文件柜 | 第4章 |
| 智能问答（RAG） | 先从您的知识库里找到依据，再由 AI 组织成答案——有据可查，不瞎编 | 第4章 |
| 知识标签 | 给知识贴的分类标记，同一套标签全系统通用——内容、客户、知识用同一种语言分类 | 第4章 |
| 知识溯源 | 每个 AI 回答都能指出“依据来自哪份文档”——答案可信不可信，一查便知 | 第4章 |
| Embedding / 向量化 | 把文字变成数字向量的过程——知识库里的文档都要先经过这一步，才能被“按意思找” | 第4章 |
| 文档切分 | 长文档拆成适合 AI 处理的小段落——切得好不好直接影响检索质量 | 第4章 |
| 知识图谱 | 知识之间的关系网络——不只是存“是什么”，还存“和谁有关”“属于哪类” | 第4章 |
| 知识刷新 | 定期检查知识库内容是否过时——数据更新了、政策变了，系统自动提醒 | 第5章 |
易混术语
| 容易混的一对 | 差在哪 |
|---|---|
| 知识原子 vs 内容原子 | 知识原子来自原始资料（手册、文档，见本卷），内容原子来自产出的文章（见 43.3）——一个是原料，一个是成品拆解 |
| 向量检索 vs 关键词搜索 | 关键词按字面匹配，向量按意思匹配——"多少钱"能搜到"价格表"靠的是后者 |
| RAG vs 普通AI问答 | 普通问答靠模型自己的记忆（可能编），RAG先在您的知识库里找依据再作答——有据可查是它的标志 |
一句话记住这一卷
知识库不是网盘。网盘存的是文件，知识库存的是随时能被 AI 调用的企业智慧。