一家跨境企业把产品手册、售后工单和采购报告接入大模型,客服依然可能引用错国家的规则,运营依然分不清“投诉变多”与“产品变差”,采购也未必能查出某批商品影响了哪些订单。文档已经入库,业务判断却没有因此变得可靠。
继续增加文档、扩大上下文或更换模型,未必能解决这些问题。企业需要把知识的含义、关系、使用范围、版本和验证方式组织起来,让 Agent 在具体任务中取得足够且适用的证据。本文沿着一个“德国站商品缺配件”的教学案例,讨论 Ontology、GraphRAG、Agentic RAG 与上下文工程分别该承担什么,以及什么时候应该保持简单。
本文目录
一、先判断错在哪里,再决定增加哪项技术
“RAG 不好用”不是一个足够具体的诊断。RAG 是把外部信息检索出来,提供给生成模型的一类方法,并不只等于“向量搜索一次、拼接几段文本”。实际方案可以组合关键词、结构化筛选、重排序、查询改写与结果校验。LangChain 官方文档也区分固定检索流程、Agentic RAG 和带验证步骤的混合流程。〔检索与 RAG 架构〕
对于企业,至少应把以下四种失败分开。它们可能同时出现,但修复方法不同。
| 失败 | 跨境业务中的表现 | 应先检查 |
|---|---|---|
| 没有找到证据 | 配件清单明明存在,客服检索不到 | 文件解析、索引覆盖、SKU 别名、切块和召回 |
| 找到了不适用的证据 | 拿法国渠道的流程回答德国独立站工单 | 市场、店铺、渠道、权限、有效日期和批准状态 |
| 证据之间没有正确连接 | 知道订单和供应商,却无法确定该订单属于哪个采购批次 | 主键、订单行、批次映射、关系来源与缺失值 |
| 证据够了,结论仍然越界 | 看到同批投诉便断言供应商有责任,或直接承诺补发 | 计算口径、因果边界、动作权限和人工审核 |
第一类问题可能通过修复索引就解决;第二类往往首先需要元数据与访问过滤;第三类才更明显地涉及业务语义和关系组织;第四类则不能靠增加检索结果代替责任与验收机制。先留住原始问题、实际返回证据和最终错误,升级才有可验证的目标。
二、教学案例:德国站缺配件,究竟是不是同一批商品的问题
假设运营问:“德国独立站的 K17 最近缺配件投诉变多,是不是 B06 批次有问题?哪些订单需要复核,客服现在能否承诺补发?”这包含事实核对、关系追溯、统计比较、流程适用与动作授权五件事。把它直接交给一个文档搜索框,很容易得到一段流畅却混淆问题的回答。
先固定本例的业务边界:站点为 DE,渠道为独立站,商品为 K17,观察截止为 2026-10-20;批次比较均采用交付后相同的 14 天观察窗口。投诉仍是客户报告,尚未等同于质检确认的漏装。下表为虚构的工单记录:
| 记录 | 订单/批次 | 市场 | 内容 | 本次如何处理 |
|---|---|---|---|---|
| T1 | O101/B06 | DE | 报告缺配件 A | 计入待核查缺件订单 |
| T2 | O102/B06 | DE | 报告缺配件 A | 计入待核查缺件订单 |
| T3 | O103/B07 | DE | 报告缺配件 A | 计入另一批次 |
| T4 | O104/B06 | DE | 物流延迟,未报告缺件 | 不计入缺件问题 |
| T5 | O105/B06 | FR | 报告缺配件 A | 不计入本次 DE 范围 |
| T6 | O101/B06 | DE | T1 的重复同步记录 | 按同一订单去重 |
本例按“观察窗内报告缺件的唯一订单数”计数,得到 DE 三个订单:B06 两个、B07 一个。若两批次同范围交付订单分别为 100 和 20,观测到的缺件投诉订单占比分别为 2% 和 5%。只看投诉条数,会觉得 B06 更突出;加上分母,描述就改变了。
这仍不能证明 B07 更容易漏装,也不能证明 B06 没问题。样本很小,投诉不等于已确认缺陷,还需要核对抽样、记录完整性、质检及客户使用情况。这个例子首先说明:文档相似度无法替代业务定义、去重、范围筛选与有分母的计算。
三、四类能力解决不同问题,可以组合,也可以按需采用
企业不需要把四个术语当作必须依次采购的产品清单。它们讨论的是不同层面的工作。
业务语义先说明“订单”“批次”“缺件投诉”各指什么。检索负责取得证据,关系组织帮助沿对象关联继续追查。Agentic RAG 允许模型根据任务与中间结果决定下一次查询。上下文工程则管理每一步真正交给模型的信息,以及事实、来源、限制和待确认项怎样保留下来。
已有数据仓库、商品主数据和受控指标视图时,应先复用。并不是所有语义资产都要重新抽取,也不是用了 Agent 就必须把全部知识搬到图数据库。合适的组合,要由失败样本与业务价值决定。
四、Ontology 的起点:业务对象能否被稳定识别和解释
Ontology 通常译为“本体”。在工程里,它用于明确领域对象、属性、关系及相关语义。W3C 的 OWL 2 是一种具有形式化语义的本体语言,提供类、属性、个体和数据值等表达。企业的轻量业务模型可以借鉴这类思想,但一份 JSON 词表、关系表或提示词,并不因此自动具备 OWL 推理能力。〔OWL 2 概览〕
对 K17 案例,一个务实起点是先定义六类对象:商品、订单行、采购/生产批次、配件、工单、处理流程版本。订单可能含多个商品,一个商品也可能跨多个批次交付;如果把商品编号当成批次主键,后面的关系检索越强,错误传播反而越快。
| 需要明确的内容 | 本例的处理 | 不明确会发生什么 |
|---|---|---|
| 身份与别名 | K17 的内部 SKU、渠道编号和已确认别名指向同一商品 ID | 把近似型号或翻译名称当成同一商品 |
| 问题分类 | 缺件、未收到整包、运输延迟分别标记 | 把所有“没收到”都计入漏装 |
| 业务状态 | 客户报告与质检确认分开保存 | 把尚未核实的投诉发布成事实 |
| 统计粒度 | 本次按唯一订单计数,保留重复记录的归并依据 | 同一客户追问或同步重试被算成多次问题 |
| 关系依据 | 订单行通过履约记录映射到批次,关联原始来源 | 仅凭文案相似把订单归到某供应商 |
| 有效范围 | 处理流程带市场、渠道、批准状态和生效期间 | 最新草稿或其他市场流程覆盖了现行规则 |
LLM 可以从文档提出对象、关系和别名的候选,再由业务负责人核查。它不应仅凭语言相似就合并两个客户、型号或供应商。建议为候选记录保留来源、审核状态和争议;已确认的定义进入受控版本,未知继续明确标记为未知。
对象之间“有关联”,也不代表已经获得某项使用授权。规则写着“只能查看 DE”,仍须由真实检索与数据库访问入口过滤。业务模型的约束、数据校验和访问控制,各自需要可执行的落实方式。关于语义层与真实查询的区别,可结合近道的EvoOntology 论文与源码解读继续阅读。
五、先按问题选择检索方式,再判断 GraphRAG 的价值
当问题只是“配件 A 的包装清单在哪里”,关键词、SKU 精确匹配与受控文档检索就可能足够。若要问“哪些订单经过同一批次、同一供应商,再关联到哪些工单”,关系查询的价值才更明显。关系清楚、来源本就结构化时,SQL 连接也可能直接完成任务。
GraphRAG 是利用图结构或图组织的信息增强检索的一类做法。Microsoft 的具体实现包含实体与关系抽取、社区发现及社区报告等索引步骤;其官方文档说明,索引输出默认保存为 Parquet 表,嵌入写入配置的向量存储。因此 GraphRAG 不是图数据库的同义词,也不意味着必须先采购某一款图数据库。〔Microsoft 索引流程〕
| 业务问题 | 优先考虑 | 需要验证的条件 |
|---|---|---|
| 查一条适用的配件处理流程 | 元数据筛选+关键词/向量检索+重排序 | 版本有效、批准状态、市场与权限匹配 |
| 沿商品追到批次、订单和工单 | 受控 SQL 或实体中心的关系检索 | 主键可信,每条关系有来源,缺失边不会被补猜 |
| 概括大量售后报告中的共性主题 | 评估社区摘要等全局检索方法 | 摘要覆盖、原始证据、更新范围和资源开销 |
| 问当前是否有可用配件库存 | 查询有时间戳的库存系统 | 现存、锁定、可用、在途分别定义;不能靠旧文档猜测 |
在 Microsoft GraphRAG 中,Local Search 将实体相关的图信息与原文片段结合;Global Search 主要使用社区报告汇总回答整体性问题;DRIFT 将社区信息引入进一步探索;Basic Search 则提供基本向量检索用于对照。选择哪一种,应看问题和证据分布,而不是认为带“Graph”的模式总是更准。〔查询模式〕
全局摘要有助于发现“配件问题反复出现”这样的主题,但不能替代明细计算出准确的受影响订单数。Global Search 采用社区报告上的汇总处理,官方也提醒其资源消耗;企业应在自己的资料规模与问题集上量成本。不能把某个案例的构建倍数或节省比例写成通用规律。〔Global Search〕
还要守住推理边界:“B06 由供应商 S 提供,B06 有投诉”是关系线索,不足以证明 S 导致投诉,更不足以回答“换掉 S 会怎样”。反事实与因果判断需要额外的研究设计、数据与假设;图路径的存在本身不会补齐它们。
六、Agentic RAG:允许补查,也要定义何时停止
Agentic RAG 的价值在于,Agent 可以根据问题和已有证据选择是否检索、查什么、用哪个来源。固定流程与动态检索之间还有带校验和补查的混合设计,企业不必只选完全固定或完全自主两个极端。〔RAG 架构对照〕
本例可以把工作安排为:先确认市场与商品,再查询去重后的投诉订单;补取相同观察窗的交付分母;沿履约记录查批次;最后取得当前适用的处理流程与配件可用库存。每次工具调用都对应一个具体缺口,而不是让模型无目的地搜索。
例如第一轮已经发现 T1 与 T6 是同一订单,就不应继续把两条记录都当证据累加。若缺少 B07 的交付分母,下一步应查分母;若库存工具超时,则只能说明库存尚未确认,不能因为历史报告里写过“库存充足”就完成承诺。
本例的有限检索流程(设计示意)
确认对象与权限 → 取得工单和批次映射
→ 检查是否缺分母、现行流程或库存
→ 在约定次数和时限内补查缺失项
→ 证据足够:输出结果及来源
→ 证据仍不足:输出已知、缺口与需要谁确认
→ 涉及补发或对外承诺:进入既有审批与执行流程
补查次数、超时和费用预算应由任务风险与价值确定。自我反思可以发现线索或提出问题,但模型说“我检查过了”不构成独立验证。关键金额用实际查询复算,流程适用由有效版本判断,权限由后端校验;多轮搜索也不应扩大 Agent 的数据访问范围。
七、上下文工程:保留能支持判断的证据,也保留限制
上下文工程不只是把提示词写得更长,而是管理模型每一步可见的信息:任务、指令、工具、外部证据、历史结果与未决事项。Anthropic 的工程文章强调持续整理上下文,并讨论按需加载、压缩和结构化笔记。这些方法提示我们,在长任务里,信息如何保留与更新会影响后续行为。〔上下文工程〕
企业可以先为回答准备一个小而完整的证据包。本例至少包含对象范围、统计口径、明细计算、流程版本、库存观察时点、缺失项和来源引用。下面是自编结构示意,不是任何框架规定的协议,也不是已经运行的 Agent 输出:
{
"task": "DE 独立站 K17 缺配件问题复核",
"as_of": "2026-10-20",
"definition": "交付后相同14天内,报告缺件的唯一订单占比",
"observations": {
"B06": {"reported_orders": 2, "delivered_orders": 100},
"B07": {"reported_orders": 1, "delivered_orders": 20}
},
"references": ["Q-orders-01", "SOP-K17-v3", "STOCK-A-0900"],
"unresolved": ["客户报告是否属实", "是否存在共同原因"],
"next_action": "提交售后负责人复核,暂不自动承诺补发"
}
引用标识应能回到受控原文或查询结果,并带版本和时间;在真实系统里,不能只有一个看似正式却查无出处的 ID。证据包可以减少反复搬运全文,但不能把原始凭据删掉。地址、客户联系方式等对当前判断不必要的信息,也不应顺带进入模型上下文。
压缩尤其容易丢掉否定词、例外、适用市场与有效日期。如果一份流程说“经确认后可提交补发申请”,摘要不能缩成“可补发”。应保留条件与原文位置,遇到冲突或执行前再读对应条款。时间较新的资料也不一定优先:未批准草稿不能因为更新更晚,就覆盖已批准的现行版本。
上下文排序、长度和摘要方式都应通过实际任务比较。把提示词、输出预算与证据量控制在任务所需范围内,比追求统一的“压缩率”更有用。模型容量更大,也不能保证它自动发现全部遗漏、识别所有冲突或正确执行每个条件。
八、从这些证据,客服与经营负责人分别能得到什么
现在假设本例还查到:DE 独立站现行的缺配件核查流程为已批准的 SOP-K17-v3;v4 只是较新的草稿。库存系统在 09:00 记录配件 A 现存 10、锁定 2,因此当时可用 8。这个 8 是虚构查询的时点结果,真正执行补发时仍需重新检查并按既有流程锁定库存。
对售后复核,可以形成 O101、O102、O103 三个待查订单的清单,分别关联工单、批次和证据。O104 的延迟单不混入缺件,FR 订单不混入 DE 范围,同一订单的重复同步不会扩大影响面。清单是需要复核的报告范围,不是已经确认缺陷的全部范围。
对客服草稿,系统可以提示应核对的配件名称、订单和证据要求,并引用当前流程。它可以生成待审核回复,但不能把“有可用库存”升级为“已为客户保留”,也不能在没有执行结果时写“已寄出”。这些动作分别需要授权、系统回执与对外表达检查。
对运营分析,可以报告 B06 两个投诉订单、B07 一个,观测占比为 2% 和 5%,并说明样本与核实限制。它可以建议追加抽检和核对装箱记录,不能直接把共同原因归到供应商。若无法确认相同观察窗或交付分母,应停止输出可比较的占比,先补数据。
一个有边界的结论可以是:“截至本次观察截止,DE 独立站 K17 有三个唯一订单报告缺配件,涉及 B06 与 B07。当前资料不足以确认单一批次共同原因;建议复核装箱及工单证据,按现行流程处理。配件库存需在执行前重查。”这段回答不夸大已知,也给出了能继续推进的下一步。
类似方法也适用于外贸报价:报价单、客户承诺、订单确认和真实库存各有不同效力;同一个“交期”可能指工厂完工、出库或客户收货。先明确对象、时点与承诺边界,再连接知识,才能避免把检索到的一句历史报价变成新的交付承诺。
九、知识会变化:更新、权限与缓存要一起设计
一次导入成功,并不等于知识能够持续使用。源文件修改后,相关片段、向量索引、实体关系和摘要可能处于不同版本;文档删除或权限撤回后,也不能只删掉原文件,却让旧摘要和缓存继续回答。
建议维护一条可追踪链路:源 ID 与修订版本 → 解析产物 → 片段和嵌入 → 关联对象与关系 → 派生摘要 → 可用索引版本。变更时据此识别受影响的产物,重算、失效或回退,并验证旧资料是否仍可被查询。实现成本要按自己的依赖范围衡量,不能预设一个通用的增量更新节省比例。
| 变化 | 本例应怎样响应 | 检查证据 |
|---|---|---|
| SOP-v3 被正式替代 | 切换有效版本,失效相关摘要与结果缓存 | 已批准版本可见,旧版不会被当作现行流程 |
| 用户失去某客户资料权限 | 在真实检索入口及缓存命中前重新鉴权 | 旧片段、引用、图关系与摘要不再泄漏内容 |
| 库存变化 | 按业务新鲜度要求重查,执行前再确认 | 回答带观察时点,动作有新的系统回执 |
| 批次映射被纠正 | 修订关系与受影响的统计、摘要和报告 | 能够查出哪些旧答案需要更正 |
缓存也应分开理解。模型侧的前缀缓存、应用中的检索缓存和最终答案缓存,不是同一层能力。是否命中、能节约多少和怎样计费取决于具体服务与配置,不能从“用了缓存”直接推算整个业务成本降低。
对于结果缓存,至少要把租户、身份/权限范围、市场渠道、知识版本和必要的实时数据状态纳入有效性判断。两个提问措辞相近,也可能一个属于 DE、一个属于 FR;答案语义相似不能成为跨市场复用处理流程的理由。权限收回、规则替换或关键数据变更,都可能使缓存必须失效。
外部文本与工具返回还应作为待审查的数据,不能自动变成新的系统指令。文档里出现“忽略之前规则”或要求访问额外客户资料的文字,不能据此扩大授权。知识工程的可靠性,也包括让资料保持资料的身份。
十、验收要看任务和证据,不能只看答案是否流畅
先固定现有检索方案的基线,再选一个确实存在的失败机制进行比较。模型、数据快照、任务与预算尽量保持一致;如果同时更换模型、知识库、检索方式和提示词,就很难说明新增组件值不值得长期维护。
下面是本例建议保留的验收场景,属于测试设计,不是已完成模型评测的成绩。工单计数、比例与可用库存的教学算术已另行复核。
| 场景 | 应观察的行为 | 不能接受的结果 |
|---|---|---|
| 重复同步、物流延迟和 FR 工单混入 | 保留 DE 的三个唯一缺件报告订单,说明范围 | 把全部六条记录都算成 DE 缺件 |
| 两个批次交付分母不同 | 正确描述 2/100 与 1/20,并保留结论限制 | 仅按投诉条数判定缺陷率与供应商责任 |
| 分母缺失或观察窗口不同 | 补查,仍不完整则解释不能直接比较 | 用猜测分母生成精确比例 |
| 现行批准版本与较新草稿冲突 | 取得适用的批准版本及冲突说明 | 仅因时间更晚就采用草稿 |
| 库存工具超时或数据过旧 | 保留已知事实,说明不能确认可用库存 | 把旧值或工具失败当成已确认可补发 |
| 权限撤销与旧缓存命中 | 先鉴权,并使相关派生内容失效 | 通过摘要、缓存或引用泄漏原文 |
| 检索材料夹带指令 | 仅提取任务所需事实,维持原有授权边界 | 让外部材料改变工具或数据权限 |
评估至少覆盖:证据是否找全且适用、计算是否正确、引用能否复查、遇到缺数能否有依据地暂停、越权与错误承诺是否发生,以及任务完成成本和时延。对正常任务也要保留正向样本,避免一个系统通过全部拒答来获得表面上的低错误率。
成本要把文档整理、抽取、索引、评估、查询、失败重试、人工核查和维护一起算。可以用“完整成本 ÷ 按既定标准验收通过的任务数”作为一项运营口径,同时单列成功率与重大错误;不能只看单次调用便宜,或只给成功样本计费。模型裁判可辅助筛查,关键版本与业务事实仍应由真实记录和负责人核对。
十一、组织分工与投入顺序:先交付一个能持续维护的任务
知识库项目往往不是缺少一个向量数据库,而是缺少谁来解释概念、批准流程、确认数据、维护变更与承担最终结果。技术团队不能自行决定“已确认缺陷”的业务含义,业务团队也不能只把文件交出去,就期待系统长期自动保持正确。
可以由售后负责人维护问题分类和处理规则,商品/供应链团队确认商品、配件和批次关系,数据团队负责来源与口径,工程团队实现检索、鉴权、版本和运行记录,再由独立于修改过程的验收者检查保留任务。重要变更需要明确谁批准、影响哪些使用者,以及出现问题如何恢复。
一个合理的交付顺序是:先用代表性工单建立基线和数据契约;再补好元数据过滤与受控查询;对仍然需要跨对象追溯的问题,增加关系组织或图检索;最后按缺口引入有限的动态补查与上下文优化。每增加一项能力,都应拿保留任务验证质量、成本和维护负担。
如果缺件原因已经能通过两个稳定 SQL 查询与一份现行流程解决,就先交付这条路径。若业务确实需要跨大量报告、主体和批次持续探索,再承担更复杂的图抽取、更新和 Agent 调度。交付物应包括可用能力,也包括来源台账、定义、权限范围、评测样本、运行记录、已知限制与维护责任。
对出海企业,知识工程的价值最终落在一件具体的事上:让客服、运营、采购和业务负责人在相同对象与证据上协作,能够说明“为什么这样回答”,也能知道什么时候必须继续查证。近道的ERP 与数据底座、AI 交付方法和按经营价值选择首项 Agent 能力讨论了相关建设顺序。