检查企业知识库不能只看答案是否流畅，还要核对它是否回答了真正的问题、引用是否支持结论、条件不足时有没有追问。建议建立带参考依据的问题集，把正常问题、含糊问题、无答案问题分别测试。一次答对不代表所有提问都可靠。
先从真实咨询中挑问题
收集经授权的重复咨询，注明使用者角色、业务目的和资料范围。例如员工问某产品是否适用于一个环境，不仅是在查询参数，还可能需要确认具体条件。把问题写成完整任务，避免所有测试都只是复述文档标题。
记录问题来自哪个岗位，哪些条件会改变答案。资料里存在明确依据的问题，应由负责人标注参考条款；资料没有答案的问题，则标注应说明缺失或转人工。参考答案不能由同一个待测试系统自动生成后直接采用。
给每道题写四项参考信息
第一项是必须说明的关键事实，第二项是支持它的资料位置，第三项是需要追问的条件，第四项是不应该执行或推断的内容。答案不必逐字相同，但重要结论要有依据，缺少条件时应按业务要求处理。
例如“能不能用”可能需要型号、环境或用途。只返回产品介绍，虽然没有明显错误，也可能没有解决问题；直接给出肯定结论，则可能超出资料支持范围。两种问题应分别记录，便于改进检索或交互。
方案示例：产品资料问答的测试组合
以下为方案示例，不代表真实客户项目。企业准备三类资料问答：指定型号的参数查询、描述不完整的选型咨询，以及要求资料中没有的交付承诺。
参数查询检查数字与单位是否正确；选型咨询检查助手是否追问必要条件；交付承诺检查是否说明需要负责人员确认。引用一个真实文件，但文件没有支持最终结论，仍应记录为依据不充分，不能只检查链接能否打开。
同时设计相似名称的产品和不同说法的问题，观察系统能否保持业务含义。测试目标不是诱导一句特定答案，而是检查员工用自然语言提问时是否获得可核对的信息。
调试问题与验收问题分开
可以用一部分问题定位资料缺口和调整检索，再用另一部分未用于调试的问题检查效果。问题数量和构成按实际任务确定，样本覆盖不到的场景应写明，不能因为少量测试成功就宣布知识库全面可靠。
每次关键资料或配置变化后，复测相关问题，并保留版本与结果。对重复出现的错误，追踪是资料缺失、检索不准、引用不当还是问题理解偏差，避免把全部失败笼统归为“模型不够强”。
怎样形成有用的结果记录？
按事实、依据、追问和任务完成分别记录通过情况，附上错误问题与原因。记录人工核对和纠正所需工作，帮助判断是否值得继续使用。平均评价不能掩盖关键问题的严重错误，重要业务条件需要单独检查。
测试也应包含不同授权角色。同一道问题可能对内部人员有答案，对其他角色不能返回对应资料。具体权限规则应由企业确认，系统需要按实际账号验证，而不只通过文字说明。
常见问题
有引用就代表回答可信了吗？
还要核对引用是否真正支持结论、是否适用于所问条件。真实链接和正确答案是两项检查。
问题集可以一直不变吗？
基础问题可以保留，但业务和资料变化时需要补充，用户反馈也应成为新增问题的来源。
能只统计满意度吗？
满意度有参考价值，但还需要事实与依据检查，尤其是重要业务问题。用户满意不一定证明结论正确。
深圳创智瑾程科技有限公司提供企业知识库与AI智能体开发，可围绕真实问题、答案依据和验证方法评估交付范围。文档状态问题可参考新旧制度冲突处理。咨询联系yaopengcheng@aiczjc.com。
内容说明：本文由AI辅助整理，测试情境为方案示例，评估标准由企业业务负责人确认。