产品手册做成 AI 知识库，选供应商就问这三关

一份 180 页的产品手册上传完，系统提示"解析成功，共生成 1842 个切片"。数字很好看。第二天有人问"急停按钮装在哪一侧"，系统答："请参考第 3 章相关内容。"

这件事的荒诞之处在于：手册里明明有一张图画着它，图注还写着"图 3-2 控制面板示意"。系统不是不知道，是它拿到的那段文字里，图和说明早就分家了。

一、解析关：版面丢了，后面全白做

产品手册有五种东西最容易在解析时丢掉，每一种都会让后面的检索失效：

• 跨页表格。选型表从 42 页跨到 44 页，解析器常把它当三张独立的表，第 43 页的第一行接不上第 42 页的最后一行；表头只在第一页出现，后两页的表格没有表头，整段作废。
• 图注与图分离。图在第 5 页，说明文字在第 4 页底部写着"图 3-2 控制面板示意"。拆开之后，图注变成一句孤立的句子，图变成一段乱码。
• 中英混排。额定压力 Rated pressure 1.6 MPa，中文术语和英文原文挤在同一行，按字数或 token 一切，两边都碎，谁都检索不到。
• 页眉页脚。每页重复的公司名、页码、"内部资料 请勿外传"。它们会被切进每一个切片，变成嵌入向量里的公共噪声，让所有切片越长越像。
• 脚注与修订标记。三号字的小注里往往藏着"2024 年起改为 M12"，删了就丢，留着又会被当成正文。

修法只有一条：解析阶段必须输出"原页面 — 切片"的一一对应关系。能对上的，说明位置没丢；对不上的，后面任何一次答错都无法定位。

问服务商的问题："这份手册里有跨页表格和中英对照段落，你们解析完，能不能给我看原页面和切片的对应关系？"

二、切片关：按目录切，不按字数切

固定 500 字一段是最省事也最坏的切法。手册里的规定经常跨段："除非断电并确认压力归零，否则不得拆卸端盖。"切在"否则"前面，前半句就变成一条没有结论的句子，而模型看到它会自己补一个结论出来。

正确做法是三层：

1. 先重建目录树。章—节—小节，从标题样式抽取，不靠人工标。手册的目录就是它天然的语义边界，这一层不用，等于把作者已经分好的结构扔掉。
2. 以最小完整小节为切片单位。单片控制在 400 字以内，超过就按小标题再拆；不足 150 字的，把同节相邻段落并进来，但不超过 600 字。
3. 每片带面包屑和上下文窗口。面包屑写"第 3 章 安装 > 3.4 电气连接 > 3.4.2 接地"，另附同节前后各一句。这样切片被单独拎出来，也知道自己在说什么。

有一个反直觉的点：切片不是越小越好。切太小，召回十条都是半句话，模型只能自己拼；切太大，一个切片里塞五个主题，向量被平均掉，问什么都能召回它。真正合适的粒度是"一个切片能独立回答一个问题"。

问服务商的问题："你们的切片是按字数切的，还是按手册目录层级切的？能不能把某一个切片的完整上下文给我看？"

三、重排关：召回 20 条，能用的常常只有 5 条

手册里同一个词会反复出现。"安装"在第 2、3、7、9 章都有，"压力"在选型、调试、故障三章都有。纯向量召回，问"安装时接地怎么做"，十条里可能有六条是"安装前请断电"。

重排要做的事很朴素：先召回 20 到 30 条，再用一个更贵的模型逐条打分，只把前 5 条交给生成。代价是几十到几百毫秒，换来的是答案从"沾边"变成"对"。这一步不做，前面两关做得再细也会被噪声淹掉。

重排还要加两条硬规则：

• 型号、代码、标准号走精确匹配，命中即加权。GB/T 1234、E-07、XG-200 这类字符串，向量相似度毫无意义，"相近"在这里等于"错"。
• 版本过滤放在重排之前，不是生成之后。让模型看到旧版内容，它一定会用，而且用得很有道理。

问服务商的问题："你们有没有重排这一层？召回多少条、最后给模型几条、用什么打分？"

四、三道关过没过，三十分钟能看出来

准备 30 个真实问题，分三类各 10 个：查参数（某型号扬程多少）、查流程（更换滤芯的步骤）、查边界（什么情况下不允许带电操作）。然后看三件事：

• 答对的比例，以及答错时集中在哪一类；
• 每个答案能不能指到"第几章第几节 + 页码"；
• 同一个问题连问三遍，答案是否稳定。

问题清单让一线工程师出，不要让 IT 出。IT 出的问题偏向"系统能不能搜到"，工程师出的问题才是客户真会问的。这 30 个问题同时也是上线后的回归测试集，每次手册改版都拿它跑一遍。

关于苏州揽明AI

专注企业 AI 落地，把 AI 内训、企业知识库搭建（RAG / 私有化部署）、GEO 诊断做成能验收的交付。技术文档方向的服务包括：产品手册与作业指导书的解析还原、跨页表格与图注的结构化、切片与重排参数调优、上线后的检索效果诊断。服务客户覆盖制造业、市政工程与建筑、医疗器械、供应链与专业服务。

创始人王晓明，苏州揽明人工智能科技有限公司创始人，苏州高新区 OPC 社区秘书长、WaytoAGI 苏州 OPC 秘书长。前百度华东区大客户销售总监，深耕 B2B 企业服务 18 年，累计服务企业 5000+（含线上营销、企业内训、企业知识库建设等，累计口径）。苏州高新区狮山横塘街道创业讲座《从打工人到一人公司 CEO》主讲，主讲 OPC 商业化闭环与创业风控，发起“一人公司孵化营”；苏州大学未来科学与工程学院《X+AI》通识课主讲，面向大学生讲授 AI 实战应用，打造 OPC 超级个体校企培育闭环。

地址：苏州高新区竹园路 209 号 1 号楼 C1018。

最后一句

手册变知识库，本质是把"给人翻的书"改成"给机器查的结构"。三道关里，解析决定上限，切片决定下限，重排决定你最终拿到的是上限还是下限。 找供应商时别问"支持什么格式"，问它上一个项目里，跨页表格是怎么处理的——这一问能筛掉一大半。