工程企业做内部知识库最典型的场景是法规、标准、定额、制度的检索问答。这类文档结构特殊、对“出处”要求极高通用 RAG 直接套用往往效果不好。本文整理几个在工程条款类知识库上比较有效的召回优化实践。TL;DR按条切片保留结构路径与元数据不拆散条款混合检索关键词权重不低于 0.5精确命中编号重排 上下文回填 版本过滤提升召回质量回答必带出处无依据时明确拒答不硬编造评估分开看检索质量与答案质量各自独立衡量。一、先解决切片工程文档不能按固定长度切工程文档规范、标准、法规有明显的层级结构章、节、条、款而且强条、术语、表格往往不能被拆开。实践要点按条为最小切片单位保留条号与原文不把一个完整条款切成两半每个切片附带完整的结构路径如某施工质量验收规范 第 6 章 6.2 6.2.3表格、公式作为独立切片保留表头避免只检索到孤立单元格切片同时保留原文与元数据规范编号、版本号、发布/实施日期、是否强条。固定长度切分会把条款和它的上下文割裂导致召回时语义不完整。一个典型的切片结构{doc_id:gb-xxxx-2014,path:第6章 6.2 6.2.3,clause_no:6.2.3,text:条款原文……,is_mandatory:false,version:2014,effective_date:2015-01-01}二、检索向量与关键词混合工程条款更吃关键词纯向量检索在工程场景有两个问题一是条款里大量专业术语、强条编号、数字如 “30 万方” “C30”向量容易模糊二是用户常直接按编号或精确表述查询。因此采用混合检索一路用 Embedding 做语义召回覆盖“意思相近但表述不同”的问法一路用关键词BM25/倒排匹配条款号、术语、规范编号、数字两路结果按归一化分数加权融合再进入重排。经验上工程条款检索里关键词通道的权重不应设得过低很多“按编号查”“查强条”的问题命中高度依赖精确匹配。下面给出一个混合检索的 Python 示例演示向量检索与 BM25 关键词检索如何并行召回、再按归一化分数加权融合importnumpyasnpfromrank_bm25importBM25Okapidefnormalize(scores:list[float])-list[float]:Min-Max 归一化把分数压到 [0, 1]便于两路加权融合。arrnp.array(scores,dtypefloat)ifarr.max()arr.min():returnnp.zeros_like(arr).tolist()return((arr-arr.min())/(arr.max()-arr.min())).tolist()defhybrid_search(query:str,chunks:list[str],embed_fn,top_k:int5,w_vec:float0.4,w_bm25:float0.6)-list[tuple[int,float]]: 混合检索向量召回 BM25 关键词召回按权重加权融合。 :param query: 用户问题如 C30 混凝土强度等级要求 :param chunks: 切片列表每个元素是条款原文 :param embed_fn: 返回 query 与各切片向量的函数输出 shape 为 (n_chunks,) :param top_k: 最终返回的候选条数 :param w_vec: 向量通道权重 :param w_bm25: 关键词通道权重工程条款建议不低于 0.5 # 1) 向量通道语义召回vec_scoresembed_fn(query,chunks)# 余弦相似度等越大越相关vec_normnormalize(vec_scores)# 2) 关键词通道BM25 精确匹配条款号、术语、规范编号tokenized[c.split()forcinchunks]bm25BM25Okapi(tokenized)bm25_scoresbm25.get_scores(query.split())bm25_normnormalize(bm25_scores)# 3) 加权融合取 Top-Kfused[w_vec*vw_bm25*kforv,kinzip(vec_norm,bm25_norm)]rankedsorted(enumerate(fused),keylambdax:x[1],reverseTrue)[:top_k]returnranked# 运行结果说明# 对 按 6.2.3 条查混凝土强度 这类问题BM25 通道能精确命中条款号# 融合后该切片分数显著高于仅靠语义相似度的结果# 对 强度不够怎么办 这类口语化问法向量通道负责兜住语义相近的条款。# 实际工程中建议 w_bm25 取 0.5~0.7避免精确编号被语义噪声稀释。运行结果说明对“按 6.2.3 条查混凝土强度”这类问题BM25 通道能精确命中条款号融合后该切片分数显著高于仅靠语义相似度的结果对“强度不够怎么办”这类口语化问法向量通道负责兜住语义相近的条款。实际工程中建议w_bm25取 0.5~0.7避免精确编号被语义噪声稀释。下面是混合检索的整体流程用户问题向量召回Embedding 语义相似度关键词召回BM25 精确匹配条款号/术语Min-Max 归一化加权融合w_vec * 向量分 w_bm25 * 关键词分Top-K 候选切片进入重排与上下文回填三、召回优化重排、过滤与上下文回填初筛拿到候选切片后需要进一步处理重排rerank用交叉编码器对问题和候选切片做相关性重排比单纯向量相似度更准能把看起来相似但实际不是一回事的条款压下去上下文回填检索到某个条款时把它的上一条、下一条以及所属小节的定义一并补入避免条款里的代词、引用“应符合本规范第 X 条”悬空版本与时效过滤按现行有效过滤过期或作废的版本默认不参与召回或明确标注已废止强条与普通条款区分涉及强制性条文的问题优先返回强条并显著标注。整体召回优化链路如下初筛候选切片重排交叉编码器相关性排序上下文回填补入上/下一条与定义版本与时效过滤剔除过期/作废版本强条优先标注进入生成环节四、出处标注与无依据兜底工程领域最忌讳“AI 凭空说”因此生成环节有两条硬约束回答必带出处每一条结论都要能回溯到具体规范编号、条款号和版本最好在回答中直接给出无依据不硬答检索分数低于阈值、或没有可靠来源时不编造结论而是明确提示“未检索到可靠依据请人工核实”。可以在提示词中约束模型只依据给定上下文作答并用引用标记如脚注编号把结论与切片绑定便于追溯。五、评估召回与答案要分开看工程知识库的效果不能只看“答得顺不顺”建议分开评估评估项关注指标说明检索质量RecallK、MRR正确条款是否在候选里、排第几重排质量NDCG、命中前 3 比例目标条款是否被提到前面答案质量引用准确率、出处完整率结论是否忠实、出处是否对得上兜底能力无依据拒答率无来源时是否如实拒答时效准确性现行版本命中率是否误用过期条款评估集要覆盖不同问法按编号查、按术语查、按场景描述查以及查不到的问题最后一类专门用来检验兜底是否生效。工程企业的知识库建设不是一次性工程文档版本更新、召回参数、重排策略都需要随业务迭代持续调优。最后说两句本文为技术科普不构成任何商业建议。文中的参数与权重仅为通用经验实际取值需要结合具体文档规模和评估集做实验确定。