大模型进车间，第一步往往不是「更聪明」，而是「敢不敢用」。本期实验围绕大模型在设备售后知识问答中的落地：把维修手册、历史工单、图纸标注等非结构化资料接入检索增强生成流程，让一线人员在手机端提问、拿到答案、并看到依据。
三个细节决定可用性。一是分块不按固定字数，而按手册章节、工序步骤切分，避免「半句话」被检索命中；二是混合召回，型号、代号类查询交给关键词检索，口语化描述交给向量检索；三是回答必须附原文出处与页码，检索置信度不足时直接拒答并转人工，不做推测性作答。
进展：在某装备客户试点中，Top-5 文档命中率由 62% 提升至 89%，答案附引用后的可核对率约 96%，一线人员对可用回答的采纳率约七成。值得注意的是，被拒答的提问中近半数实为知识库本身缺失，反向推动了资料补录。
下一步计划：将检索范围扩展到工艺参数表与图纸区域，测试表格解析与图文混排问答；同时建答案反馈闭环，把点赞与纠错沉淀为检索评测集，用固定题目回归验证版本迭代效果。
评论