成功可信度高
政务与公共服务 · 企业知识库 / Agent
之江实验室“小之知道”多路召回智能问答助手，自动生成问答对
之江实验室基于AI大模型开发多路召回智能问答助手“小之知道”，满足知识问答和任务型问答混合场景，支持多模态问答输出，实现从文档自动生成问答对及相似问题能力，提升问答知识库维护效率，已用于办公/招聘/入职场景，并为“之江精灵”智能音箱、统一搜索赋能。
小之知道，多路召回智能问答
之江实验室发布于 2026年7月22日实施于 2024 年阅读 0
知识库维护
提升问答知识库维护效率
来源披露
问答对录入
批量自动提取问答对提高效率
来源披露
召回率
相似问题生成提高召回率
来源披露
企业痛点
政务与公共服务智能问答多路召回
01
业务背景
实验室内部多场景（办公、招聘、入职）问答需求融合，现有召回精度低。
02
遇到的问题
多场景融合问答召回精度低，问答对录入效率低。
03
AI 解决方案
提出多路召回多场景智能问答方法与系统，满足多路模型并发；大模型批量从文档自动提取问答对并生成相似问题，提高录入效率与召回率。
- 1开发多路召回智能问答助手小之知道
- 2支持知识+任务型混合问答
- 3文档自动生成问答对与相似问题
- 4赋能智能音箱与统一搜索
04
实施结果
知识库维护：提升问答知识库维护效率
问答对录入：批量自动提取问答对提高效率
召回率：相似问题生成提高召回率
05
风险与边界
多路模型并发需保障运行效率。
编辑点评 · AI 辅助生成并经审核
该案例来自沙丘社区评选的“大模型+智能客服”最佳实践TOP10，由之江实验室落地（落地客户：之江实验室），展示了大模型在客服/知识问答场景中的直接价值，建议结合自身客服与知识库现状参考落地。
适合
科研机构、企业内部多场景知识问答
前置条件
AI大模型、多路召回机制
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。
关联报告：沙丘社区《2024中国“大模型+智能客服”最佳实践案例TOP10》 · 沙丘社区 · 2024