企业官网建设流程全解析

人工智能实战：RAG 数据质量怎么治理？从前期发现“召回垃圾内容”到文档评分、入库拦截与质量看板

一、问题场景：模型不差，但召回的资料全是垃圾

很多 RAG 系统效果不好，团队第一反应是：

换 embedding 模型 换 reranker 换更强大模型

但前期排查时经常发现：

真正的问题是知识库数据质量太差。

我见过一个企业知识库，用户问：

入职多久有年假？

系统召回的不是员工制度正文，而是：

目录 页脚 免责声明 修订记录 空白页文字 扫描 OCR 乱码

模型拿到这些内容，当然答不好。

这类问题的核心不是模型，而是：

脏数据进入了向量库。

本文解决的问题是：

如何在 RAG 入库前发现低质量文档，建立文档质量评分、入库拦截、质量看板和数据修复流程。

二、前