如何撰写 AI 真正能用的知识库文章

更新于 2026年7月17日

有依据的 AI 只能与其背后的文章一样好。结构、范围和诚实的边界情况,永远比数量更重要。

当一个有依据的 AI 给出糟糕的答案时,人们的本能反应是责怪模型或调整提示词。十有八九,真正的罪魁祸首是它检索到的那篇文章——这篇文章是为会略读、推断并补全空白的人类读者而写的,却被不做这些事的软件读取。为 AI 检索而写是一门略有不同的手艺,而且在一个下午就能学会。

第一条规则:一篇文章,一个问题,标题用客户提问的方式来写。检索的工作原理是把访客的用词与你的内容进行匹配,这使得标题成为检索的关键词,而不是新闻标题。“退款政策”是归档标签;“我怎么才能退款?”才是某人在晚上 11 点输入的内容。如果你的分析数据或聊天记录显示了客户的实际措辞,就原封不动地照搬过来——包括客户对你功能所使用的“不规范”术语,因为检索必须匹配的正是这些词。

第二条规则:先给答案,再补充背景。把直接的答案放在前两句——数字、是或否、具体步骤。人类读者能容忍开场白,但检索常常会摘取片段,而一段绕来绕去的片段,会让 AI 听起来很专业,实际却什么也没说。直接答案之后,再补充约束条件:限制、价格、例外情况、前提条件。

第三条规则——这是区分一般知识库与值得信赖的知识库的关键:诚实地写明边界。每项政策都有“视情况而定”或“请联系真人”的情况。请在文章中直接说明:“超过 $500的订单需要人工审核——请在聊天中让我们为你联系同事。”一篇承认自身边界的文章,会教会 AI 在该边界处转交;一篇假装完整的文章,则会教会 AI 越过边界即兴发挥。你知识库中最有价值的一句话,就是那句说明文章在何处已经不够用的话。

第四条规则:删减与撰写同样认真。重复的文章会以相互矛盾的措辞争夺同一个检索位置;过时的价格就是带着发布日期的错误答案。当你的产品发生变化时,文章也是这次变化的一部分——AI 会以机器的速度输出你留在知识库中的一切。每季度进行一次删除与合并,对答案质量的提升,远胜于把文章数量翻倍,因为检索噪音是数量无法解决的敌人。

然后让系统告诉你接下来该写什么。点踩的答案和无法回答的问题,是一份由客户提供、按优先级排序的编辑日历,每一次会话都会免费为它更新。修改文章,而不是修改提示词:提示词的调整会漂移,并作用于所有内容;文章的修复则精确、持久,并且会不断累积。一年的每周文章修复,会形成一项任何提示词工程都无法模仿的客服资产。

每个问题一篇文章,按客户提问的方式来表述——标题是检索的关键词,而不是营销文案。

把直接答案放在前两句,然后列出约束:价格、限制,以及答案是“请联系真人”的情况。

每周审查 AI 收到点踩的回答,并修改文章而不是提示词——知识层面的修复会累积,而提示词的调整会漂移。