给工厂做售后知识库，我先兴奋后打脸

01 · 背景

制造业客户，售后部门 30 人，设备手册 PDF 400 多份。老板在展会上看了 RAG 演示，回来就要「客服直接问机器人」。我评估文档都是现成的，觉得两周就能搞定，签了 6 周的合同。

02 · 决策

选型没纠结， mainstream 开源 RAG 框架 + 国产模型，私有化部署（工厂不答应出网）。真正的决策在切分策略：手册里一张接线图配三页说明，按固定长度切会把图和文字切开。最后按「章节+表格」结构切，图单独索引进 multimodal 库。

03 · 实施

第 1-2 周搭框架、导文档，演示效果惊艳；第 3 周开始真实问题测试，翻车：售后问「3 号机报警 E217 怎么处理」，机器人回答了 E217 在另一型号手册里的含义。第 4-5 周补设备型号过滤和元数据，第 6 周上线灰度。

04 · 翻车

最大的一次翻车：同一故障码在不同设备型号里含义不同，模型跨型号检索给出错误处置建议，售后师傅差点照做。停了三天，给每个文档打上型号标签，检索强制先过滤型号。

05 · 现状

上线三个月，售后问答使用率 70%，新员工培训周期从 2 周缩到 4 天。但每周仍要人工 review 抽样 50 条答案，这条预算在合同里写明了不能省。