小林问 A301 投屏无画面，Agent 要查操作指引。企业网盘里却有三份看起来相似的资料：去年设备的说明、今年更新的会议室手册，以及一份尚未审批的草稿。如果只把所有文字丢进向量库，检索可能恰好找回旧手册，回答却显得非常自信。文档检索能否用于服务台，取决于资料进入索引前有没有被整理成可信、可追溯的知识。本篇不从“选哪种向量数据库”开始，而是沿着小林的故事处理文档：确认来源与版本，提取可用文本，按语义切分，附加适用范围和权限，建立索引，并在更新时撤回旧内容。示例代码只演示纯文本切分与元数据封装；PDF、扫描件和企业文档系统需要各自的解析与校验环节。文章目录为什么把文件上传进索引还不够从文档到知识片段的流程图切分时保留语义与出处更新知识比第一次导入更难总结为什么把文件上传进索引还不够服务台知识不是一堆无差别的字符串。A301 的设备型号、适用日期、维护部门、文档状态以及员工能否查看，都会影响一句排查建议是否可靠。文档的正文再相似，也不能把“草稿”“过期”“仅供维护人员使用”当成现行员工指引。原始资料表面上与问题的关系能否直接作为回答依据旧版投屏手册包含“无信号”排查词若设备已更换，应排除当前发布版指引适用于 A301 当前终端经权限检查后可检索尚未审批的修订稿可能包含更详细步骤不作为正式指引现场维修记录解释过往故障需要单独判断可见范围，不能当普适操作规范因此，知识构建的第一步是建立资料台账，而不是先做向量化。至少要知道文档 ID、标题、来源系统、版本、发布日期、状态、适用设备或组织、可见范围以及正文哈希。没有这些字段，后续即使查到一段很相似的文字，也难以回答“它现在还能用吗”。从文档到知识片段的流程图一个可靠的导入流程