昨天有个传统行业的客户找我做智能客服，我问他有知识库吗
他回我，知识库是什么，有什么作用？
我给他巴拉半小时一顿科普，告诉他知识库的完善程度决定着智能客服的回答水平，是个重要的前提条件。
这不是个别客户的问题，而是几乎所有老板都会问的一句话，于是我今天梳理一下，也给各位老板们讲清楚知识库的作用和原理，为什么这么重要。
自从AI大模型出来后，AI落地的一个非常实用的场景就是知识库+智能客服，只要知识库足够丰富，就能减少80%的客服工作流，只有在奇奇怪怪，意想不到的问题出现时，人工才需要接入。
没有AI之前，绝大部分检索功能都是用关键词匹配知识库的，并且检索出来了，也没办法组织成话术来回答客户，
现在随着AI的发展，检索能力加强，回答能力更是比一般客服更加优秀，更有耐心，甚至人味。
另外AI的上下文长度已经到100万tokens(大约100万字左右），例如谷歌的Gemini，Claude，Chatgpt，豆包，deepseek，
如果你的知识库在100万字以内，实际也可以直接原文配上问题发送给AI，AI直接能给出最好的回复。
但是这样一次发很多内容AI，会导致AI生成速度变慢，影响客服效率。
另外知识库大于100万的时候就没办法这样使用了
这个时候就需要RAG技术（检索增强生成）介入了
什么是RAG
简单的说，他的作用就是提前把完整的知识库进行分块，例如上图所示，分成了十五块（现实场景是几万块，这里只是方便展示），
然后通过检索功能发现其中只有三个片段与客户问题相关，这时就会只选中这3块的内容和问题一起发给大模型。
这样做减少了给大模型的上下文的长度，但相关的信息还是全找出来了，这样既减少了大模型token的消耗，也加快了大模型的回复速度，还不影响内容的准度。更加符合现实客服场景的需求。
前面只是笼统的说明，下面把RAG技术详细拆解分为5个步骤：
一 分片
上面提到会把知识库进行分片，那分片的方法选择自然就会影响到知识库切割的质量。
有按字数分，有按段落分，有按页数分，按主题分等等
这里又会涉及到不同格式的数据适合使用不同的切割方式，例如文本适合按段落分，但是excel就适合按页分，因为大家习惯在excel里把相关的内容放在同一页里，图片适合根据场景分。
二 创建索引
把上面分片后的文本通过Embedding转换成向量代替，并且把文本和对应的向量分别存入数据库，转换成向量是为了后面召回环节时，计算用户的问题和知识库片段的相似度(例如下图）。
注：Embedding以前通过神经网络实现，现在也是由一些专用的大模型完成
三 召回
把用户的问题也转换成向量，再跟向量数据库进行匹配，这时用户问题向量跟每个片段向量都会生成一个相似度，
召回就是选择相似度最高的几个值进行召回，这里计算相似度的方法又有很多种方法，但这里不进行展开介绍，我们不需要了解那么细。
四 重排
重排是因为召回步骤的计算方法为了速度比较粗犷，容易导致排在最前的往往实际上不是最相关的内容，这是就需要重排的介入，再次排序。
召回跟重排就像公司招人一样，召回就是简历筛选环节，候选人太多，公司只能用一些粗犷的方法，容易导致浑水摸鱼的出现，
重排就是面试环节，面完就会重新打分，然后根据名额只录取前面几个。
五 生成
把问题和重排后的结果发给大模型，获得最终结果返回给用户
写在最后
大概理解上面的介绍，就知道为什么智能客服是AI最落地的场景之一，并且知道知识库的重要性，因为只有大模型，是很难针对你所在行业给出很好的回答的，需要知识库的辅助，才能真的释放客服，客服从回答的角色变成完善知识库的角色。
如果你还在纠结要不要做智能客服，其实第一步不是选 AI 模型，而是先问自己：我的知识库准备好了吗？
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01教学内容
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
大量真实项目案例：带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
0690+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发