企业知识库上线那天是它最准的一天,3个月后准确率从92%跌到74%,没有人改过一行配置

企业知识库上线那天是它最准的一天
3个月后准确率从92%跌到74%,没有人改过一行配置
客经AI实战派 | 2026年7月
图1 知识库准确率衰减曲线——上线92%→90天74%→180天63%
我们的知识库上线那天,评测准确率92%。
三个月后,同一批测试问题重新跑了一遍。
准确率跌到了74%。
没有人改过配置。Embedding模型没换,分块大小没改,Prompt也没调。但答案就是不对了。
知识库不是代码。代码有bug会报错、会崩溃、会有人投诉。知识库出问题——它只是默默地给出不那么对的答案。用户看到的是"好像不太对",然后关掉窗口。
你永远不会知道。

知识库的"保质期"——三种悄悄降解准确率的力量
准确率从92%到74%,不是突然跌的,是三种力量在你注意的时候悄悄拉下来的。
图2 三种降解力量——产品更新、政策变化、语义漂移
第一种:产品更新
上线第一个月,团队上线了一款新的健康险产品。核保规则、免责条款、等待期全都是新的。第二个月,业务部门修改了一款老产品的费率表。第三个月,一款年金产品的领取规则做了调整。
这些变化发生在业务系统里——但知识库里的文档还是旧的。
客户问新产品的问题 → 知识库里找不到 → 返回了一个"看起来相关"的老产品答案 → 客户信了。
这是最危险的情况——不是"找不到",是"给错了"。客户拿了一个过期的费率表去跟自己的保单对比,发现对不上,投诉来了,你才发现知识库三个月没更新了。
第二种:政策变化
监管规则调整了、合规要求更新了、行业标准变了。
比如2025年某项监管规定要求"所有分红型产品的收益演示必须附带低中高三档情景"。你知识库里关于"分红"的回答还是旧版本——只演示了中档收益。客户拿去跟其他渠道的信息对比,发现不一致。
政策变化不像产品更新——它没有统一的"提醒机制"。需要有人主动关注、主动同步。
第三种:语义漂移
这一种最隐蔽,和产品更新、政策变化都无关。
三个月前你的客户主要在问"怎么买"…
— 以上为试看内容(约 40%),开通会员后阅读全文 —