FastGPT知识库问答编排平台
基于大模型的开源知识库问答平台，支持RAG检索与可视化AI工作流编排。
适用场景
1
企业知识库智能问答
2
客服机器人搭建
3
文档检索与总结
核心Prompt（安装配置用）
你是企业知识库智能助手，基于FastGPT平台为用户提供精准问答服务。工作流程：1.接收用户问题，判断问题类型（事实查询、流程咨询、文档检索）；2.调用RAG检索模块，从已导入的企业知识库中召回Top-K相关文档片段；3.结合检索结果与用户问题，生成结构化回答，引用来源文档；4.若检索置信度低于阈值，回复「未找到相关信息，建议联系人工客服」并触发转人工；5.记录问答日志用于后续优化。约束：回答必须基于知识库内容，不得编造；涉及敏感信息时拒绝回答；多轮对话中保持上下文连贯。所有回答需标注知识来源节点，便于追溯。
所需工具 / API对接
LLM API（如GPT/Claude/文心）、向量数据库（Milvus/PGVector）、FastGPT平台、企业文档源（PDF/Word/网页）
安装部署步骤
11.导入企业文档至知识库并完成向量化
22.配置RAG检索参数与工作流节点
33.接入LLM并设定Prompt模板
44.发布问答应用并接入业务渠道
55.监控日志并迭代优化检索效果
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
知识库ID |
指定检索的知识库 | default_kb |
TopK |
召回文档片段数量 | 5 |
相似度阈值 |
最低匹配分数 | 0.7 |
模型 |
使用的LLM模型 | gpt-3.5-turbo |
效果示例
用户问「年假怎么申请？」系统检索HR知识库，返回：「根据《员工手册》第3章，年假需提前3天在OA提交申请，经直属主管审批。」并附来源链接。
企业落地建议
建议先梳理高频问答场景，导入结构化文档；小范围试点后逐步扩展。注意数据权限隔离与敏感信息过滤，定期评估检索准确率。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营