这个决定什么时候必须做
当企业搭建或迭代知识库系统，需要确定数据的存储与处理形态时，该决策成为必须完成的事项。若决策过早，在数据采集初期未结合业务场景明确形态，后续发现检索精度不足或业务适配性差时，需返工调整大量已导入的数据，增加重复处理成本。若决策过晚，在完成多数数据导入、索引构建及应用关联后再切换，会导致现有配置失效，需重新调整检索规则、重建索引，延长业务上线周期。 具体触发场景包括：业务场景从通用客服转向法律、制度等需精准引用的领域；知识库检索结果频繁出现答非所问或信息断裂；需对接结构化FAQ数据源或非结构化长文档时。当企业明确需要区分数据的问题与答案单元，或需要优化多轮对话的检索效果时，该决策需尽快落地。
判据矩阵
| 候选方案 | 数据导入格式要求 | 检索关键词匹配能力 | 多轮对话适配性 | 索引自定义灵活性 | 语义完整性保障能力 | 数据处理前置成本 |
|---|---|---|---|---|---|---|
| 普通分段数据 | 支持非结构化文档、无q/a表头的CSV/Excel | 依赖语义检索/全文检索整体表现 | 需开启问题优化模块补全指代 | 支持自定义indexes，最多5个 | 依赖分块规则，需保障语义完整 | 较低，仅需按规则拆分文档 |
| 问答对数据 | 需包含q/a字段的结构化格式 | 可基于q字段精准匹配关键词 | 天然适配多轮对话指代补全 | 支持为每组数据配置多组indexes | 由q/a天然绑定语义，完整性更可控 | 较高，需提取或整理问答对单元 |
每个判据为什么重要
数据导入格式要求：不同的数据源对应不同的格式需求。若企业拥有现成的结构化FAQ库，使用普通分段数据需将问答对重新拆分为无明确问题的文本块，增加数据整理的工作量，且后续检索时无法直接匹配用户的具体问题。若企业导入的是未结构化的长文档，使用问答对数据需调用模型进行问答提取，增加前置处理的耗时与资源消耗。未匹配格式要求的导入操作，会导致数据无法被正确检索，或增加额外的处理成本。 检索关键词匹配能力：对于编号、型号、专有名词等精确查询场景，普通分段数据依赖整体的语义或关键词匹配，若分块时将完整的关键词拆分至不同块中，会导致检索失败。问答对数据的q字段为明确的问题单元，可直接匹配用户输入的关键词，无需依赖复杂的语义扩展。若未适配检索场景选择对应数据形态，会导致检索精度下降，无法满足业务对精准查询的需求。 多轮对话适配性：在多轮对话场景中，用户的后续问题通常省略上下文，例如“该条款的适用范围是什么”。普通分段数据需开启问题优化模块，通过模型补全指代内容，才能实现有效检索，该过程会增加一次模型调用，提升整体响应耗时。问答对数据的q字段为独立的问题单元，天然包含完整的语义信息，无需额外的指代补全即可实现精准检索。未适配多轮对话场景的形态选择，会导致检索失败或响应速度下降，影响用户体验。 索引自定义灵活性：每组数据的自定义索引最多支持5个，普通分段数据的索引基于分块后的文本内容，需通过调整分块规则来优化索引效果。问答对数据可针对q、a或自定义的业务字段配置多个索引，例如为法律条文的q字段添加“法条编号”索引，提升精准检索的能力。未合理利用索引自定义灵活性，会导致检索范围受限或精度不足，无法适配复杂的业务查询需求。 语义完整性保障能力：普通分段数据的语义完整性依赖分块规则，若分块过大，检索结果会包含过多无关内容；若分块过小，会导致语义断裂，无法提供完整的上下文。问答对数据的q与a天然构成完整的语义单元，无需依赖分块规则即可保障语义完整，仅在问答拆分过程中可能出现语义断裂。未保障语义完整性的形态选择，会导致生成的回答零散或缺乏依据，影响用户对答案的理解与信任。
换的代价
已选定的数据形态切换时，需承担多维度的成本。首先是数据迁移成本，需将现有数据从原形态转换为目标形态，例如将普通分段数据转换为问答对数据时，需重新提取或整理q与a字段，调用数据推送接口时每次最多推送200组数据，大规模数据迁移需多次调用接口，增加API调用次数与处理耗时。其次是索引重建成本，切换形态后需重新构建向量索引与全文索引，占用向量模型资源与存储资源，若未采用灰度发布，可能导致检索服务短暂中断。 验证工作量也显著增加，需重新上传评测数据，执行应用评测任务，调整搜索参数如最低相关度、引用上限等，验证新形态下的检索精度与响应速度。此外，若已关联对话应用，需重新配置应用的检索逻辑，避免出现检索失败或回答异常的情况。部分场景下，切换数据形态还需调整现有系统的对接逻辑，增加集成成本，若安排不当还会导致业务中断，影响用户正常使用。
什么情况下这个决定可以先不做
当企业知识库仅用于临时测试或演示，数据规模有限且无需长期维护时，可暂缓该决策，直接使用默认的分块模式。若企业的业务场景尚未明确，无法确定是需要结构化的问答对还是非结构化的分块数据，可先采用通用的分块模式，后续根据业务需求再调整。 若企业的知识库仅用于存储原始文档，不直接用于问答检索，而是用于文档管理或其他非检索场景，无需明确数据形态。此外，若企业已拥有成熟的第三方数据处理工具，可将数据形态的处理工作交由第三方工具完成，暂缓在系统内进行形态选型决策，待后续集成时再明确需求。需注意，暂缓决策仅适用于短期或非核心场景，若知识库将用于正式业务，仍需在上线前明确数据形态，避免后续返工成本。
继续阅读
参考资料
需要进一步确认时
上述判据可依据公开文档与部署实测逐项核对。若需要结合具体业务规模、数据边界与运维条件确定选型，可通过商务咨询获取评估支持；云服务形态可直接开始使用，先验证业务可行性再决定部署形态。
- 商务咨询：结合业务条件做选型评估
- 立即开始：先用云服务验证可行性
- 定价：对比不同形态的适用范围
判据取自开源仓库文档与社区线程，核验日 2026-09-28。