知识库的起点是可靠资料和明确问题。把一批文件导入系统，只能说明资料进入了处理流程，并不能证明问答已经可用。
先整理资料台账
为每份文件记录名称、来源、负责人、适用范围和更新时间。把作废版本、重复文件、缺页扫描件分开处理。没有明确来源的材料先留在待核验区。
列出真实问题
从读者经常遇到的问题中选取一小组，包括“文档有明确答案”“需要多个片段组合”“资料没有答案”三种情况。为前两种写下依据位置，为最后一种写明应该拒答或转人工。
先看引用，再看表达
一个顺畅的回答仍可能引用了错误版本。复核时逐条检查来源是否支持结论、内容是否遗漏前提，以及系统能否承认资料不足。暂时不要把语言流畅度当作准确率。
最小验收表
问题 / 标准依据 / 预期行为
检索到的来源 / 回答是否受来源支持
是否标明资料不足 / 是否泄露无关内容
修正方式 / 复测日期再考虑平台
Dify 官方介绍了 AI 应用与知识库相关能力；Hugging Face Hub 的模型卡和数据集卡也提示我们，资料需要描述适用范围与限制。本文据此给出准备方法，不是针对某款检索系统的性能评测。
上线后，应把读者未解决的问题带回台账：补资料、改结构、重测，再更新记录。一个范围清楚、能追溯依据的小知识库，才有继续扩展的基础。