客服組把產品手冊、退換貨辦法、常見問題都放進了內部問答助手。上線之後，有同事來反映：客人問「拆封過的還能不能退」，助手回答「文件中查無此規定」。你打開退換貨辦法，那一條就寫在裡面。
這時候最容易想到兩個辦法：在說明裡多加一句「請仔細查找」，或者換一個更強的。兩個都可能白做，因為它說查不到的原因，多半發生在它開口之前。
多數知識庫問答是分兩步做的。第一步，系統先把你的文件切成一小段一小段，有人提問時，從裡面撈出幾段看起來最相關的。第二步，AI 只拿撈回來的這幾段來回答。它沒讀過整份辦法。Anthropic 在示範怎麼建這種問答的範例裡，特別交代搜尋那一關和最後的回答要分開評估。所以遇到「明明有寫」，第一件事是分清楚：含答案的那一段，到底有沒有被撈回來。
它說查不到，或答非所問
│
▼
看它這題拿到哪幾段（出處、引用）
│
┌─────┴──────────┐
沒有含答案那段 有含答案那段
│ │
▼ ▼
沒撈到： 撈到了卻沒用：
查檔案、切段、 改回答規則
用詞、搜尋方式
先看它拿到了哪幾段
答案有附出處的話，出處就是線索：引用的段落裡沒有答案，問題就在撈的那一關。看不到出處的，可以在指令裡要求它回答前先列出這題拿到的段落原文和出處，文末有可以直接貼的版本。
阿里雲的 Agent 手冊在講怎麼讀執行紀錄時，舉了一個產品客服的例子：使用者問操作步驟，就依序看搜尋用的詞對不對題、撈回來的內容有沒有步驟、最後的回答有沒有用到這些內容。手冊寫，撈回來的內容已經有完整步驟，回答卻只講概念，要改的方向就跟「知識庫根本沒有這份材料」不同。前者動回答規則，後者動文件和搜尋。
沒撈到，常見的四個原因
第一個是檔案裡讀不到字。掃描的 PDF、貼成圖片的表格，人看得到，系統不一定讀得到。檢查方法很簡單：在原檔裡用搜尋功能找那幾個字，找不到，它多半也找不到。
第二個是切段丟了主詞。系統常照標題切段，一段只留那個小標底下的內容。Anthropic 的範例點出這個問題：段落單獨拿出來，常常缺了足夠的前後文。退換貨辦法裡寫「前項商品如已拆封，仍得辦理，惟須附原包裝」，切出來之後，這一段沒有「退貨」兩個字，「前項商品」指什麼也看不出來。範例的解法是讓 AI 先替每一段寫一句簡短說明，交代這段在整份文件裡講什麼，連同段落一起建索引。在他們用 9 個程式碼庫、248 道題做的測試裡，前 10 筆結果含正確段落的比例從約 87% 升到約 92%。測的是程式碼，換成你的文件數字會不一樣。這是工程端的做法；你自己能動手的，是把文件寫成每段單獨看都懂：段首寫出主詞，少用「前項」「上述」「同上」，小標寫完整，寫「已拆封商品的退貨」，別只寫「例外情形」。
第三個是問法跟文件用詞對不上，系統又只用一種搜尋方式。搜尋大致分兩種：照字面比對的關鍵字搜尋，和照意思比對的語意搜尋。Anthropic 的範例寫道：語意搜尋擅長抓意思和換句話說，但可能漏掉一字不差的用語；關鍵字搜尋擅長抓特定用語，卻不懂意思。所以同事說「年假」、規定寫「特別休假」，只靠關鍵字的系統容易撈不到；反過來，問某個表單編號或產品型號，只靠語意的系統可能撈回一堆意思相近、編號不對的段落。範例的做法是兩種一起用、再合併排序。你的工具支不支援，問廠商或看設定。改不了的話，就把同事和客人會講的說法，補進對應那一段的小標或段首。
第四個是答案分散在好幾段。Anthropic 的 RAG 範例提到，它的測試題有些要把不只一段拼起來才答得對，系統一次要能帶回好幾段。「出差搭高鐵能不能報、要附什麼單據」這種題，答案可能一半在差旅辦法、一半在核銷說明，只撈回一段，它就只答一半。
最快的分辨法是同一題問兩次：一次用同事的原話，一次用文件裡的正式用語。正式用語問得到、原話問不到，就是用詞對不上；兩次都問不到，往前查檔案和切段。
撈到了卻沒用
含答案的段落明明在出處裡，它還是說查不到，或只講一半，這時候才看回答規則。可能是規則寫得太硬，例如要求一字不差才算有依據，它碰到用詞不同的段落就不敢用；也可能是新舊版本都在知識庫裡，它不知道該信哪一份。
| 症狀 | 先查什麼 | 怎麼修 |
|---|---|---|
| 說查不到，出處裡沒有含答案的段落 | 在原檔用搜尋功能找得到那幾個字嗎 | 掃描檔先轉成可選取的文字，表格別貼成圖片 |
| 原檔找得到，但那段單獨看不出在講什麼 | 那一段有沒有主詞、小標寫得完不完整 | 段首寫出主詞，少用「前項」「上述」，小標寫完整 |
| 換成文件的正式用語問，就撈得到 | 同事和客人的說法，文件裡有沒有出現 | 把常見說法補進那一段；能設定的話開啟關鍵字＋語意的混合搜尋 |
| 帶編號、型號的問題撈錯段 | 撈回來的段落是不是意思相近、編號不同 | 開混合搜尋；文件裡編號和名稱寫在一起 |
| 只答一半，另一半在別份文件 | 一次撈回幾段、出處有沒有涵蓋兩份 | 工具能調就調高一次帶回的段數；主文件寫明「另見某某辦法」 |
| 含答案的段落在出處裡，它還是說查無 | 回答規則是不是要求一字不差 | 改成先引用段落原文，再根據原文作答 |
| 撈到兩個版本，答案互相矛盾 | 新舊版本是不是都在知識庫裡 | 只留正本，舊版移出 |
作者整理，非官方。前五列都出在搜尋那一關，在指令裡加「請仔細查找」幫不上忙，因為它從頭到尾沒看到那一段。
先把這段加進助手的指令，讓它每次都先交代拿到了什麼：
回答我的問題之前，先照順序做三件事： 1. 列出你這題拿到的文件段落：每段附文件名、段落位置，和原文的前兩句。 2. 標出哪一段能回答這個問題。沒有任何一段能回答，就寫「這題沒有拿到相關段落」，不要猜。 3. 有能回答的段落，才根據那一段作答，並附上原文引用。 問題：（貼上同事問的原話）
要補常見說法，可以先請 AI 幫你列：
下面是我們的（退換貨辦法／人事規定，請自己改）。請列出同事或客人提問時，可能用來指這些規定的口語說法、簡稱、舊名稱， 做成對照表：左欄是文件裡的正式用語和它所在的段落，右欄是常見說法。 只列文件裡真的出現的正式用語，不要自己發明規定。 文件：（貼上）
對照表列出來之後，把右欄的說法寫進對應那一段的小標或段首，別另外放成一份清單：清單被撈到了，含答案的那一段還是沒被撈到。
站內延伸
- 回答規則、正本與版本怎麼整理 → 找方法AI 建知識庫
- 三種裝法，加上對外上線要多做的四件事 → 查得到出處的規定問答怎麼做
- 測試分數掉了，先分清是哪一關出錯 → AI 助手分數變低，先別急著改指令
來源： anthropics/claude-cookbooks：Retrieval Augmented Generation（MIT，2026-10-25 查證；搜尋與端到端要分開評估、部分測試題需要綜合不只一段）；anthropics/claude-cookbooks：Enhancing RAG with Contextual Retrieval（MIT，2026-10-25 查證；段落單獨建索引時缺乏前後文、替每段加上定位說明、9 個程式碼庫與 248 題的測試中前 10 筆命中率由約 87% 升到約 92%、語意搜尋與關鍵字搜尋各自的盲點與混合搜尋）；aliyun/ai-agent-handbook 第 19 章（Apache-2.0，2026-10-25 查證；19.3 產品客服例子：看檢索詞是否對題、返回內容是否含步驟、回答是否用上，檢索已有步驟卻只答概念與知識庫沒有材料是不同方向；簡體中文改寫）。診斷表為作者整理。