通用大模型知道公共知识，却不了解单位刚发布的文件、内部制度和权限边界。晨羽智脑把问答建立在私有知识库之上：检索与模型推理都运行在本单位环境，回答引用具体材料，使用者可以从结论回到原页，而不是把流畅表达误当作事实。
问答链路如何工作
- 限定知识范围。用户选择可访问的知识库或个人文档，系统沿用账号、组织和知识库权限。
- 理解问题并召回材料。结合语义与关键词从已完成解析的内容中找出相关片段，对实体、主题和上下文进行组织。
- 按强度处理。标准、深度、专家三档检索强度在响应速度、召回范围和精排投入之间取舍，可由账号统一设置。
- 生成带依据的回答。模型基于检索内容作答并附引用；使用者可查看原文，必要时继续追问或调整范围。
三档检索强度怎么选
标准
适合日常制度查询、单一事实定位和快速确认，优先获得及时回答。
深度
适合跨段落、跨文件的信息整合，在召回范围和处理时间之间取得平衡。
专家
适合材料分散、需要充分查找依据的复杂问题，投入更完整的召回与筛选流程。
检索强度不是答案正确率承诺。复杂决策仍应检查引用原文、文件时效和适用范围。
表格问题为什么单独处理
“今年各地区合计多少”“筛选金额超过阈值的项目”这类问题不适合让语言模型凭上下文估算。电子表格解析后会物化为数据表；系统可以把合适的问题转成受控查询，再把计算结果与文字知识结合。这样，数字来自实际数据运算，而不是模型根据几行样例猜测。
| 问题类型 | 主要依据 | 核验方式 |
|---|---|---|
| 制度条款、办事条件 | 文档检索片段 | 打开引用原页核对 |
| 跨文件归纳 | 多份已授权材料 | 逐条查看引用及文件日期 |
| 数量、汇总、筛选 | 物化后的电子表格数据 | 检查数据表范围与查询条件 |
边界与使用建议
- 没有进入知识库、仍在解析中或无权访问的材料不会成为回答依据。
- 来源文件过期、互相矛盾或扫描质量较差时，回答也会继承这些数据问题。
- 涉及法律、财务、医疗或重大行政决策时，应把系统用于检索和辅助研判，由有权限的人员最终确认。
- 建议为知识库建立归档、更新、权限复核和失效文件下线流程，让检索底座持续可靠。