RAG 知识库的效果，往往不取决于接入了哪个模型，而取决于模型能够检索到什么资料。RAG 的基本机制是“先查企业资料，再组织答案”，因此知识库并不是文件上传区，而是一套持续管理业务知识的内容基础设施。资料一旦重复、过期、表述矛盾或权限混乱，检索结果就可能失真，模型也可能据此生成错误答案。
资料治理解决什么问题
首先要处理资料质量。产品手册、服务规则、合同制度、培训资料和常见问题，通常来自不同部门，格式和表述并不统一。直接导入 PDF、Word 或网页内容，可能把目录、页眉页脚、重复段落和失效版本一并纳入检索。文档清洗的重点不是让页面更整齐，而是明确哪些内容有效、哪些内容已经废止，以及不同资料之间发生冲突时应以什么为准。
其次是知识结构。资料需要按照业务主题、适用范围和内容类型进行分类，再进行合理切分。切分过大，检索结果会混入无关内容；切分过小，上下文可能不完整。分类、版本管理和内容关联，决定了系统能否找到真正适合当前问题的片段。
权限治理同样不能后置。不同部门、员工或用户可能只能访问部分资料。知识库应明确资料的归属、可见范围和更新责任，避免模型在回答中泄露不应公开的制度、合同或业务信息。对于关键回答，保留引用来源也很重要，它既便于用户核验，也便于发现错误内容。
把治理纳入日常流程
资料治理应形成“整理—审核—发布—更新—下线”的闭环。新增文档需要确认责任人和生效范围，旧版本不能仅靠文件名区分；内容发生变化时，应同步更新知识库，并检查相关问答是否仍然成立。后台还应保留文档删除、版本追踪和更新记录，便于定位问题。
验收时，不应只测试标准问题，还要测试资料中没有答案、资料互相矛盾、用户超出权限以及接口异常等场景。系统找不到依据时，应明确提示，而不是允许模型自行推测。只有把资料质量、权限边界和失败处理纳入治理，RAG 才能从“能检索”发展为可控、可维护的业务知识系统。
