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
  1. 先区分四种不同的失败
  2. 用一个跨境售后问题检验系统
  3. 四类能力怎样分工
  4. 从业务词表与数据契约开始
  5. 什么时候值得引入 GraphRAG
  6. 多轮检索需要明确终点
  7. 把证据组织成可使用的上下文
  8. 从证据到客服与经营判断
  9. 更新、权限与缓存怎样维护
  10. 怎样证明升级有价值
  11. 组织分工、预算与交付顺序

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
T1O101/B06DE报告缺配件 A计入待核查缺件订单
T2O102/B06DE报告缺配件 A计入待核查缺件订单
T3O103/B07DE报告缺配件 A计入另一批次
T4O104/B06DE物流延迟,未报告缺件不计入缺件问题
T5O105/B06FR报告缺配件 A不计入本次 DE 范围
T6O101/B06DET1 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。

业务问题与身份范围
业务语义/Ontology对象、关系、口径、适用条件
检索与关系组织原始文档、结构化查询、图关系
Agentic RAG分解问题、选择来源、补充证据
上下文工程选择、整理、更新与传递证据
有来源的答案 → 结果校验 → 授权范围内的下一步
近道绘制的任务视图。四项能力相互配合,权限和业务校验贯穿全过程;不代表必须安装四套独立系统。

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。