问题一：知识变化快吗
知识越稳定，检索的边际收益越低，人工写好的标准答案反而更可靠。若制度、价格与产品每月都在变，检索能明显减少过期答案；若多年不变，先把文档整理好、做个搜索框可能就够了，这是投入前的第一道边界。
问题二：答案需要出处吗
内部支持、合规与售后场景往往要求答案可追溯，这时检索加引用的价值最大。若只是内部闲聊式查询，用户并不核对出处，RAG 的引用与拒答机制就发挥不出作用，投入产出比会偏低，怎么算都不划算。
问题三：语料能合规拿到吗
要确认文档权属、授权范围与个人信息处理方式，跨境与敏感行业还要评估部署位置。语料拿不到或不能用，项目就无从谈起；这一项不过，后面所有设计都是空谈，越早确认越好，为什么这么严？因为语料不可用时没有任何替代方案，只能停。
问题四：问题集中吗
问题集中在少数几个域时，切分、同义词与评测都能做深；问题横跨全公司所有部门时，语料质量参差，维护成本会成倍上升。建议先做一个域，跑通后再扩，而不是一开始就铺全量；如何划界要按问题分布来定。
问题五：有人维护语料吗
检索系统的准确率取决于语料新鲜度，需要有人负责版本、失效标记与未命中问题补充。没有这个角色，系统会在半年内退化成旧文档集合，用户提问得不到答案，最后被迫停用，这是最常见的失败方式，如何设岗要在立项时就定。
适用与不适用
适合谁
- 知识更新快、咨询量大的业务部门
- 对答案出处有要求的合规与售后场景
- 已有文档负责人和权限体系的企业
不适合谁
- 知识几乎不变、咨询量很小的场景
- 无法确认文档授权范围与部署要求的项目
典型场景
某集团评估三个 RAG 提案：员工制度问答、产品售后支持、投标资料检索。按五问打分后发现，制度问答语料齐全但更新慢，售后支持问题集中且需引用原文，投标资料涉及保密与权限，最终选择售后支持先做，其余两个先补语料与授权。
可执行步骤
- 统计目标问题的月咨询量、重复率，以及人工处理的平均时长与成本
- 逐项核对答案是否必须附出处，以及目前是否有人逐条核对答案真伪
- 逐类确认文档的权属与授权范围，以及数据可以部署在哪些位置和区域
- 判断提问是否集中在少数几个业务域，范围与边界是否都能界定清楚
- 指定语料维护人，并约定更新频率、旧版本失效与未命中补录的处理流程
常见坑
- 只看咨询量，不看知识的更新频率，系统刚上线答案就已经过期，用户也就不会再回来使用。
- 忽略授权问题，把不能外发的文档直接放进检索索引，等合规风险出现时往往已经太晚了。
- 问题域铺得太宽，语料质量参差不齐，召回率长期上不去，也很难归因到具体的环节上去。
- 没有维护人，未命中的问题一直无人补充，使用率逐月下降，系统最后只剩下一点演示价值。
自检与验收清单
- 知识的更新频率与影响范围是否都已经统计过
- 答案是否需要附出处，以及由谁核对，是否明确
- 文档的授权范围与可部署位置是否都已经确认
- 提问是否集中在可界定的范围，边界是否清楚
- 语料维护人是否已经指定到岗，职责是否清楚
常见问题
五问要全部满足吗？
前四问决定能不能做，第五问决定能不能维持。若维护人缺失，即使前三项都很好，也建议先安排岗位再启动，否则系统会在半年内退化，前期投入很难收回，也很难向管理层解释。
小语料能先做吗？
可以，而且更适合起步。选一个文档结构清晰、问题集中的域，两三周能跑通全流程，也能验证切分与拒答规则。小语料试点的结论，比一开始就铺全量更可靠，也更容易获得支持。
怎么估算投入是否划算？
用咨询量乘以人工处理时长得到当前成本，再对比上线后的转人工比例与平均处理时间。不要承诺具体比例，按实测数据滚动评估，并把人力和语料维护成本一并算进去。