# 向量模型独占还是共卡：2026 入门
Contents
# 怎么理解「向量模型独占还是共卡」
RAG 很热就独占；否则错峰。本地知识库的失败方式很可预测：过期文档排在最新文档前面，表格被压成一团乱码，精确编码因为嵌入的模糊化永远匹配不上。每种失败都有简单而朴素的解决办法。
# 修文档
每个集合指定负责人。文档日期和版本设为必填字段。表格转成结构化文本，或者作为独立记录保存，不要让段落分块器把它拦腰切断。去掉重复内容，免得同一段话霸占检索结果。
# 修检索
使用混合检索：关键词负责编号和罕见词，向量负责语义。排序前先按元数据过滤，例如部门、产品线或有效日期。返回少量段落并附上来源，让用户可以自己核对。
# 修预期
助手应该做摘要并指向来源，而不是发明政策。公布一份简短的“不做清单”：法律解释、医疗建议、薪酬决定。每个回答都显示来源文档名称和日期，并让用户能方便地报告错误。
# 两周试点
- 选一个团队、一个文档集合。
- 写三十个真实问题并标注预期来源。
- 运行试点，收集反馈，优先修入库问题。
- 之后再扩展到更多集合或用户。
# 一个实际例子
一家小型制造企业希望工程师能查询内部技术规范。第一版只用向量检索，经常返回错误版本的文档。团队把文档日期和版本号加进元数据，排序前过滤掉已被替代的版本，并为零件号保留关键词索引。他们还改写了分块方式，把表格单独存成记录。改完后用同一批评测问题重跑，检查正确来源是否出现在检索结果中。直到检索稳定，他们才开始花时间调整回答提示词。
相关资料可参考本地 AI 教程中心，另见本地 RAG 知识库教程。
# 速记要点
- 商用前先读模型许可证。
- 驱动和运行时版本一起固定。
- 检索文本和上传文件一律视为不可信。
- 每次大版本模型升级后重新检查配置。
作者：本地AI 1号网，深圳团队，专注本地大模型软硬件、装机与私有化部署。
End