Agent渡劫48关-第9关-企业知识进入RAG前为什么先要治理数据？原创

今天指定一件事，客服rag的检索质量从数据入口开始，谁先讲选项粮库，我就先砍掉谁。客户要的是答案能引用工单和手册，还能跟着版本更新，不是聊的项目却查不到来源，我只看一线，客户问退货政策就FQ和新年份散打架，客服只能手工翻工单，这就是摩擦，论文说外部知识要可更新，2强调可观测，只选向量库，证据链就丢了。一期只做客服so f faq产品手册近6个月历史工单PDF表格和标题层级必须保留结构方案A纯向量库方案B解析清洗后带版本再做混合检索，我倾向B，但成本更高。PDR解析错表格丢结构重复工单枚密码线条inbely就是拿胶带铺水。

预馆先定基线，人工克服平均检索时间，引用命中率答错率没有基线上线后说效果很好的算数用户搜退货几天到账，意图是政策加时效，页面标题层级和表格结构决定检索能不能切对块。如果这套知识库能减少客服转人工，我愿意投钱买验证，但转化事件和T克上线必须先买好，别把预算砸进大模型和向量库，我批一期8周6人月ROI门槛客服检索时间降三成，答案已用错版本谁负责？合同里敢写仅供参考吗？每条唱必须有来源版本有效期第一棒不是选库，是数据入口殴拿解析清洗标题层级表格谁教谁验，听完合规和财务我改。

一期不承诺全自动回答，只承诺每条答案能引用到so或工单版本一线验证标准要价，客服点引用能跳回原文就版本自动标失效，重复问题不再二次翻工单。证据支持先解析text spliters按结构切iris的trace能验证引用。根据Iris和Mac一期产权量，历史工单只留近6个月，高价值工单表格不转，结构化不上线，最终取舍牺牲纯像粮库的简单换版本过滤和混合检索，检索延迟可多200ms，实现路径解析失败镜隔离队列表格单元格带坐标重负、工单密等引用字段不可为空，否则拒绝入库。成功线引用命中率9成，答错率降4成，停止线连续两周答错率高于基线就回退，人工检索自然增长验证站内搜索退货发票前十问答案引用点击率要高于就f faq且2个月不掉，这次不投付费广告，归因还没闭环，T会虚低。

先把站内转化买点跑两周再决定是否加预算，预算线锁死8周6人月超支点ROI看每张工单节省分钟数，8周回不了本就降级，只做FQ红线，客户隐私字段不进检索答案必须显示来源版本合同写清辅助建议人工最终确认所执行Alex管解析mi验表格，David的验指标2周后验收引用可答原文开版不做全量知识库不做垂向量库不上限，无来源答案8周交付可追溯，客服RA超限就停。