怎么给 AI 智能体搭一个知识库
智能体需要知道的东西，绝大部分早就写下来了——在你的官网上，在你团队天天发给客户的那几份 PDF 里。从 URL 导入解决公开的那一半，上传解决剩下的一半。
试点项目卡住，最常见的原因不是模型，而是「得有人坐下来把知识库准备一下」——而这件事从来没有归属人，所以它从来没开始过。
这件事本来也不必要。材料几乎总是已经存在了：在你的官网上，在你团队每周都要邮件发给客户的那几份 PDF 里。要做的不是写，而是把它们弄进去。
两条入口，对应两类材料
你的官网——从 URL 导入。 把平台指向你的站点，它会读取公开页面，把每一页变成一份文档。这一条覆盖的是你早就为客户写好的材料：服务说明、价格页、FAQ、政策解读，以及那些恰好回答了大家真正会问的问题的博客文章。
其余的——把文件传上来。 费率表、产品手册、那份写明团队能承诺什么、不能承诺什么的内部单页。任何登录之后才能看的、任何只以 PDF 形式存在的、任何页面上从来不会明说的东西。
这个分法不是随意的。网站导入快而广，但浅——它只能看到访客能看到的东西。而让你的智能体区别于「一个搜索你网站的引擎」的那些材料，都在上传这条路上。
导入做不到什么
在你围绕它做计划之前，值得先知道。
用 JavaScript 渲染内容的页面抓回来是空的——导入器取的是 HTML，它不跑浏览器。任何登录之后的内容都够不着。站内链接的 PDF 会被跳过，它们走上传那条路。它遵守 robots.txt。还有，它是一次性导入，不是订阅：你的网站变了，知识库不会跟着变。要刷新，就再跑一次导入。
读取页面本身不花钱。在任何东西被加进来之前，你会看到确切的页面数、字符数和预估的 Token 成本——而且你不点头，什么都不会被加进去。
如果你的站点是普通的服务端渲染站点——WordPress、Webflow、Squarespace，以及大多数用 CMS 搭的营销站——导入是能读到的。会失败的是那种全部由客户端渲染的单页应用，而且它是明确报错，不会闷声导入一堆空白页。
一个完整的例子
一家按揭经纪公司，双语站点，共享盘里堆满费率表。
导入站点，只要英文。 他们把导入器指向首页，并把路径前缀设为 /en/。不这么做的话，页面预算全花在同样八篇文章的三个语言版本上——同一份内容，三倍成本，检索时还会命中一堆近似重复。导入通过站点地图找到八个页面：四篇长文、资源索引页、团队页和关于页，还有联系我们。大约 45,000 字符。他们确认，一分钟后知识库里有了八份文档。
到这一步，智能体已经能回答「你们做医师贷吗？」和「线上过户是怎么走的？」了——因为那些文章几年前就写好了，一直躺在博客上。
把网站从不明说的那四样传上来。 当前费率表。自雇申请人的材料清单。那份写明信贷员在聊天中不得承诺什么的内部单页。州披露文件的扫描件。这些都不在网站上，其中两份也不该在。
写边界，不写事实。 在知识库指令里：*这是我们的现行政策，优先于行业通行做法；报利率必须同时注明生效日期；任何涉及具体申请的问题一律转人工。*事实住在文档里，指令说的是怎么对待这些文档。
总耗时：一个下午，其中大部分花在判断哪些内部文档放进去是安全的——而那恰恰是真正需要人来拿主意的部分。
真正的工作量在哪儿
注意这个例子里没有出现什么：写新内容、排版、打标签、建分类体系。检索层不需要这些。
它确实需要的，是两个没有工具能替你做的决定。哪些内部材料可以安全地让客户通过智能体够到。以及，智能体不被允许承诺什么。把时间预算留给这两件事，而不是导入。
结构化索引是一个小型表格，智能体根据文档中已有的字段（如标题、价格、等级、链接、图片）以及用于语义搜索的向量搜索来构建。向量搜索能找出与问题语义相似的段落，但无法进行计数、按数值过滤或分组。结构化索引则能回答这些问题，并让智能体精确引用链接或标识符，而不是从片段中重构它们。
一条 storyline 是一张有向图，智能体会和每个终端用户一起沿着它走——每个节点是一步（有自己的任务、知识和工具），出口携带条件，而每个人的进度、档案和笔记都会跨会话、跨渠道保存并续接。它把一个智能体从做单点任务的助手，变成能亲自交付一套多步骤服务的智能体。
Dynamic Planner 盯着对话：当一位用户正在办的事确实需要多步才能完成、又落在这个智能体的领域之内，而且他明显不确定该怎么往下走时，它会提出把这件事展开成一条临时 storyline——一份由清单驱动、一步一步的计划，随后由智能体每次只专注执行其中一步，进度用户看得见。规划只发生一次，且要过校验；执行是确定性的。
长文写作是一个智能体，它通过先规划大纲、在开始之前询问所需的一切、对照你的材料和公开来源研究每个章节，然后逐个章节撰写，从而生成一份完整的多章节文档——例如备案文件、市场进入报告、尽职调查备忘录——且该工作支持断点续传。你可以在聊天旁边的画布中编辑它，通过选中文本来重写任何段落，并且保留每一个版本。