货拉拉RAG优化实践：从原始数据到高质量知识库

一、背景

知识库一般通过本场景的人工外呼获得专有知识，以及从其他场景的知识库迁移通用知识来人工构建的。

图1 知识库初始构建

初始构建的知识库一般包含三部分：相似问法、意图、标准话术（如图2所示）；知识库在线上使用时，是将RAG召回的意图、相似问法、标准话术拼接到prompt中，由LLM生成相应的话术，所以知识库意图、相似问法、标准话术的映射关系是否准确尤为重要。

图2 相似问法、意图、标准话术的映射关系

示例：

相似问法：

       你们帮我订阅这个路线需不需要收费，你说？

       你先说订阅这个收不收费。

意图：询问订阅路线是否收费

标准话术：

       自动订阅是不收费的。

       不收费的。

       自动订阅是完全免费的，不收您钱。

由于知识库的初始构建依赖于人工，由于人力资源的不足，知识库一般存在以下三类问题：

1. 意图名定义不清晰 ==> 导致LLM生成话术可能不合理 ==> 需重新定义意图名

图中相似问法实际语义是【质疑来电的真实性】，使用【来电目的】作为意图名，不能准确概括司机语义，进而导致回复话术不合理。

图3 意图名定义不清晰示例

1. 相似问法与意图话术不匹配 ==> 导致LLM答非所问 ==> 需对相似问法重新归类

图中相似问法被错分为【车子有货了】，LLM将参考该意图的话术，进而导致答非所问。

图4相似问法与意图话术不匹配示例

1. 意图过于概括 ==> 标准话术回复不够精准 ==> 需意图细拆

图中相似问法中包含若干种司机没出车的语义如：在住院、在老家、在修车等。

使用统一的话术无法精准的回复司机，需要对意图进行细拆。

图5意图过于概括示例

知识库清洗业界一般有两种方案：

• 方案一：嵌入模型+聚类
• 方案二：大模型语义理解

2.1方案一：嵌入模型+聚类

使用嵌入模型将相似问法映射到高维向量空间，使用聚类算法清洗知识库

图6利用嵌入模型清洗知识库的形式化表示

经调研，Qwen3-Embedding-8B在聚类任务中评分最高，因此模型选择Qwen3-Embedding-8B。

实践过程中，因Qwen3-Embedding-8B 语义理解程度有限，聚类算法存在类别不可控/类别语义未知的问题，导致相似问法重新归类准确率极低、意图细分过细，最终采用方案二清洗。

2.2方案二：大模型语义理解

利用大模型的语言理解能力，辅助人工进行知识库清洗，提高清洗效率

1. 重新定义意图名

结合大模型和业务知识对意图名进行优化

a. 少量样本初始化意图名：

抽取少量样本并使用大模型初始化意图名称和意图描述。

b. 人工check：

根据业务知识对大模型生成的初始化意图名称进行二次校验，以得到能够精准概括相似问法语义的意图名称。

2. 相似问法重新归类

使用大模型+prompt的方式对相似问法重新归类，因此prompt中意图的描述就极为重要；

a.少量样本迭代优化意图描述：

抽样部分相似问法，不断优化迭代prompt中意图的描述，以提高大模型分类准确性。

b.全量分类：

通过大模型+prompt 对全量相似问法进行重新分类，由于准确率很难达到100%，因此仍然需要人工对类别发生变更的相似问法进行二次校验，以保证相似问法分类准确。

3. 意图细分

使用大模型初始化细分意图类别，人工二次确认最终的细分意图

a.初始化意图细分：

使用大模型的语言理解能力和业务知识为意图的细分提供初始方案，方便人工二次check；

b.人工优化：

由于大模型的细分方案并不完全符合业务要求，因此需要人工进行二次确认，以确保意图的细分是符合业务逻辑的。

4. 话术生成

结合邀约话术知识，使用大模型生成话术

由于意图的数量繁多，很难使用人工去为每个意图生成多种话术。因此，利用大模型结合场景知识为每个意图生成初始多样化话术，人工做二次校验。

1. 意图名定义不清晰

利用业务知识合并相似的意图类别，并为每一个意图提供优化后的意图名

2. 相似问法与意图不匹配

利用意图摘要明晰意图命中范围，并对每一个意图中的相似问法进行优化

对10%的相似问法进行重新分类，准确率=65%

3. 意图过于概括

根据司机的情绪、具体原因、产品维度进行细分

对63%的意图进行细分，原有意图44个类细分后为89个类