一、九步的路线图

九步里 1 和 9 是两次「跳出去」：一次去建库，一次去建智能体。中间七步都在同一个画布上。 很多人卡在第 9 步：工作流调通了，挂到智能体上却不生效。 原因通常是描述写得太抽象——和第 3.1 节插件那个坑一模一样。

二、前四步：建库、建流、开始、检索

建库：八份资料，一个主题（汽车售后），每份一段。 别把销售政策混进来——第 5.4 节说过，一个主题一个库。 建流：新建空白工作流，名字写清楚，比如「售后问答」。 名字是给智能体看的，它靠这个名字决定什么时候调。 开始节点：定义一个入参，就叫 question，类型 string。这一个字段会一路传到检索节点。

检索节点：查询内容填 {{开始.question}}，top-k 填 3，阈值先留空。 留空的道理后面会讲——得先看看分数分布。

三、第五、六步：大模型与结束

大模型节点的提示词是这一节的核心，四段都得写。 第一段交代身份：「你是某品牌汽车的售后客服。」 第二段给资料：「以下是相关资料，用 [1][2] 标注出处：{{检索结果}}。」

第三段给规矩：「只根据资料回答。资料里没有的，回答『这个问题我需要转人工』。」 第四段给格式：「回答控制在三句话以内，不要用列表。」 第三段那句话是全篇最值钱的一句。不写它，模型会拿硬凑的那段硬答。

结束节点：把大模型的输出接到一个字段上，比如 answer。只留一个出口。

四、第七步：试运行要走两条分支

试运行至少六个问题：四个能答的、两个不能答的。 能答的看两件事：答案对不对、有没有带出处。不能答的看一件事：它有没有承认不知道。 演示里六个问题跑三档阈值，结果分三行。

阈值 0 的时候六题全有召回，其中两题硬答——那两题库里根本没有。 阈值 0.30 的时候六题全转人工：一题都没答错，也一题都没答。 0.15 那一行是最有信息量的：三题答对、三题转人工、零题答错。 而其中一题本该答对，却因为排序错了被挤到阈值下面——下一段讲。

五、排序错了，阈值也救不回来

值得单独看一眼的题是「预约保养怎么约」。 它在阈值 0 时答对，阈值 0.15 时变成转人工。阈值调高怎么会把答对的题弄丢？ 因为排在第一位的是「保养周期」那一块——「保养」两个字在问题里更显眼。 装着答案「提前一天」的「预约方式」那一块分数本来就低，一抬阈值就被筛掉了。

这类失败和阈值无关，是排序错了。 调阈值只会让它在「答错」和「不答」之间来回，治不到根。 治根的办法只有三条：换 embedding 模型、补同义词表、加关键词检索做混合召回。三条都在第 5.6 节展开。 还有一件事得同时做：提示词里写「资料里没有就转人工」。阈值管拦，提示词管劝，一个都不能少。

六、第八、九步：发布与挂智能体

发布之前再走一遍两分支。 发布后工作流有版本，改完要重新发一次——这一步经常忘，表现是「改了没生效」。 建智能体：新建一个，人设写「汽车售后客服」，然后把刚发布的工作流作为能力挂上去。 挂上去的时候要填一段说明，写「用户询问保养、保修、救援、预约相关问题时调用」。 这段说明就是模型判断调不调的依据，写得抽象等于没挂。

最后在对话框里试三句：一句能答的、一句不能答的、一句闲聊的。闲聊那句不该触发工作流。

七、这条链还能往哪长

往左长：开始节点前面加一个意图识别，把「问价格」的直接分流走。 往右长：结束节点前面加一个卡片节点，把答复和三条相关链接摆成一张卡。 往中间长：检索节点后面加一个代码节点，判断「召回分数是不是太低」，低就走转人工支路。

三条都不改骨架。第 4 章那句在这儿再用一次：骨架不变，长出来的都是枝。

八、动手 Demo：汽车客服：九步里最要紧的三步

八段汽车售后资料，六个问题（四题能答、两题不能答）。 三档阈值各跑一遍，看答对、硬答答错、转人工三种结局怎么变。

AUTO = [
    u'保养周期：首次保养 5000 公里或 6 个月，以先到为准…',
    u'保修政策：整车保修 3 年或 10 万公里，以先到为准…',
    u'易损件：轮胎、刹车片、雨刮、灯泡属于易损件…',
    # 另外五段：救援服务、首保材料、预约方式、置换补贴、充电桩
]

def run_kb(floor):
    right = wrong = hand = 0
    for q, e, answerable in CAR_Q:
        hits = Q.retrieve(q, AUTO, top=3, floor=floor)
        if not hits:
            hand += 1                    # 转人工
        elif answerable and e in u' '.join(d for _s, d in hits):
            right += 1
        else:
            wrong += 1                   # 硬答，答错
    return right, wrong, hand

实跑输出：

--------------------------------------------------------------------
汽车客服：九步里最要紧的三步
--------------------------------------------------------------------


  ① 六个问题，三个阈值
  --------------------------------------------------------------------

| 召回阈值 | 答对 | 硬答答错 | 转人工 | 答对率 |
|:---:|---:|---:|---:|---:|
| 0.00 | 4 | 2 | 0 | 67% |
| 0.15 | 3 | 0 | 3 | 50% |
| 0.30 | 0 | 0 | 6 | 0% |

  阈值 0 全都有召回，两题硬答答错——那两题库里根本没有。
  阈值 0.30 时六题里五题转人工、一题硬答答错、零题答对。
  留下的那一题是「轮胎保修吗」，它召回到的是「首保材料」，那块里提到「保修手册」，分数够线，
  但不是答案。
  阈值只按分数筛，筛不出「相关但不对」。 这是阈值这条路的天花板。
  所以两条都要：一个是阈值兜底，一个是提示词里写「资料里没有就说没有」。

  ② 阈值 0 的时候会出什么事
  --------------------------------------------------------------------
  问：竞品 C 车型便宜两万你们能便宜吗
    硬召回了 0.06 分的一块：充电桩：纯电车型随车赠送 7kW 家用充电桩，安装服务免费，超…
    模型只能拿这块硬答——答非所问，但它不会说「我不知道」。
  问：我上个月买的车能退吗
    硬召回了 0.08 分的一块：易损件：轮胎、刹车片、雨刮、灯泡属于易损件，保修 6 个月或 …
    模型只能拿这块硬答——答非所问，但它不会说「我不知道」。

  ③ 逐题看三种阈值的结局
  --------------------------------------------------------------------

| 问题 | 阈值 0 | 阈值 0.15 | 阈值 0.30 |
|---|:---:|:---:|:---:|
| 第一次保养什么时候做 | 答对 | 答对 | 转人工 |
| 整车保修多久 | 答对 | 答对 | 转人工 |
| 轮胎保修吗 | 答对 | 答对 | 转人工 |
| 预约保养怎么约 | 答对 | 转人工 | 转人工 |
| 竞品 C 车型便宜两万你 | 答错 | 转人工 | 转人工 |
| 我上个月买的车能退吗 | 答错 | 转人工 | 转人工 |

  逐行看，最值得琢磨的是「预约保养怎么约」：阈值 0 答对，阈值 0.15 反而答错。
  原因不是阈值——是排序错了。
  这句里「保养」两个字更显眼，检索把「保养周期」那块排到了前面，
  而答案「提前一天」在「预约方式」那块。这类失败调阈值治不了，只能换检索方式或补同义词。

  ④ 那条工作流的形状
  --------------------------------------------------------------------
  开始 → 知识库检索 → 选择器（有召回？）→ 大模型 → 结束
                       ↘ 没召回 → 转人工 → 结束
  九步里真正决定成败的是第三步：那个阈值，还有「没召回就转人工」这条兜底支路。
  把支路补上，最坏的结果也只是多转几个人工，不会答错。没补这条支路，最坏的结果是硬答一通。
  ! 阈值调低，答错率上升；调高，转人工率上升。
  没有两头都好的值——要按业务挑：客服场景宁可转人工，销售场景宁可多答。

①第一张表三行就是三档阈值。看第一列到第三列的变化：答对从 4 掉到 0，转人工从 0 涨到 6。 ②阈值 0 那一段最值得看：两题不能答的，都被硬召回了 0.06、0.08 分的一块。 模型拿着这块硬答，它不会说「我不知道」。 ③第三张表逐题看。注意「预约保养怎么约」这一行：阈值 0 答对，阈值 0.15 变转人工。 这不是阈值的错，是排序错了——「保养」两个字更显眼，检索把「保养周期」排到了前面。 ④0.30 那一行最干脆：六题全转人工。零答错，也零答对。客服场景这个结果不算坏，销售场景就废了。 ⑤最后那两行是那条链的形状。九步里真正决定成败的，是那个阈值和「没召回就转人工」这条支路。

30 秒实验

1. 拿你们业务的二十个真问题跑一遍，把「该中的没中」和「不该中的中了」分开记。
2. 在提示词里加上「资料里没有就说没有」这一句，再问一遍那两个不能答的题。
3. 给你的工作流加一条转人工支路。加完再跑，最坏结果从「答错」变成「多转几次」。

常见误区

1. 「阈值调高更安全。」调太高会全转人工。演示里 0.30 那档一题都没答。
2. 「检索到了就能答对。」召回到「相关但不对」的段落，模型会照着硬答。要靠提示词兜。
3. 「发布完就生效。」工作流改了要重新发布，不然线上跑的还是旧版本。

一个能跑的东西做出来了，接下来是让它靠得住。 下一节讲落地的三个坑：召回不准、更新滞后、权限穿透——第三个最要命。

• ☐ （本篇完，下一篇 5.6 企业知识库落地存在的问题及解决思路）

相关笔记

• 扣子知识库介绍：切分参数怎么定
• 知识库的理论基础 RAG：RAG 的四个动作
• 扣子工作流实战演练：那条六节点链的骨架
• 🐦 扣子开发 AI Agent · 索引