打造高质量 AI 知识库
构建知识库应用
首先，先创建一个 怪兽AI知识库 常见问题知识库
通过 QA 拆分，获取基础知识
我们先直接把 怪兽AI知识库 Git 上一些已有文档，进行 QA 拆分，从而获取一些 怪兽AI知识库 基础的知识。下面是 README 例子。
修正 QA
通过 README 我们一共得到了 11 组数据，整体的质量还是不错的，图片和链接都提取出来了。不过最后一个知识点出现了一些截断，我们需要手动的修正一下。
此外，我们观察到第一列第三个知识点。这个知识点是介绍了 怪兽AI知识库 一些资源链接，但是 QA 拆分将答案放置在了 A 中，但通常来说用户的提问并不会直接问“有哪些链接”，通常会问：“部署教程”，“问题文档”之类的。因此，我们需要将这个知识点进行简单的一个处理，如下图：
我们先来创建一个应用，看看效果如何。 首先需要去创建一个应用，并且在知识库中关联相关的知识库。另外还需要在配置页的提示词中，告诉 GPT：“知识库的范围”。
整体的效果还是不错的，链接和对应的图片都可以顺利的展示。
录入社区常见问题
接着，我们再把 怪兽AI知识库 常见问题的文档导入，由于平时整理不当，我们只能手动的录入对应的问答。
导入结果如上图。可以看到，我们均采用的是问答对的格式，而不是粗略的直接导入。目的就是为了模拟用户问题，进一步的提高向量搜索的匹配效果。可以为同一个问题设置多种问法，效果更佳。 怪兽AI知识库 还提供了 openapi 功能，你可以在本地对特殊格式的文件进行处理后，再上传到 怪兽AI知识库，具体可以参考：怪兽AI知识库 Docs
知识库微调和参数调整
怪兽AI知识库 提供了搜索测试和对话测试两种途径对知识库进行微调，我们先来使用搜索测试对知识库进行调整。我们建议你提前收集一些用户问题进行测试，根据预期效果进行跳转。可以先进行搜索测试调整，判断知识点是否合理。
搜索测试
你可能会遇到下面这种情况，由于“知识库”这个关键词导致一些无关内容的相似度也被搜索进去，此时就需要给第四条记录也增加一个“知识库”关键词，从而去提高它的相似度。
提示词设置
提示词的作用是引导模型对话的方向。在设置提示词时，遵守 2 个原则：
- 告诉 Gpt 回答什么方面内容。
- 给知识库一个基本描述，从而让 Gpt 更好的判断用户的问题是否属于知识库范围。
更好的限定模型聊天范围
首先，你可以通过调整知识库搜索时的相似度和最大搜索数量，实现从知识库层面限制聊天范围。通常我们可以设置相似度为 0.82，并设置空搜索回复内容。这意味着，如果用户的问题无法在知识库中匹配时，会直接回复预设的内容。
由于 openai 向量模型并不是针对中文，所以当问题中有一些知识库内容的关键词时，相似度 会较高，此时无法从知识库层面进行限定。需要通过限定词进行调整，例如：
我的问题如果不是关于 怪兽AI知识库 的，请直接回复：“我不确定”。你仅需要回答知识库中的内容，不在其中的内容，不需要回答。
效果如下：
当然，gpt35 在一定情况下依然是不可控的。
通过对话调整知识库
与搜索测试类似，你可以直接在对话页里，点击“引用”，来随时修改知识库内容。
总结
- 向量搜索是一种可以比较文本相似度的技术。
- 大模型具有总结和推理能力，可以从给定的文本中回答问题。
- 最有效的知识库构建方式是 QA 和手动构建。
- Q 的长度不宜过长。
- 需要调整提示词，来引导模型回答知识库内容。
- 可以通过调整搜索相似度、最大搜索数量和限定词来控制模型回复的范围。