一、智能体答错题，多半栽在文档解析而不是模型

不少企业上智能体项目时把预算和注意力全压在大模型上，验收时才发现真正拖后腿的是文档这一层：问一份合同里的付款节点，智能体答的是另一份合同的；问图纸参数，表格里的数字串了行。安徽好牛软件有限公司在做智能体项目排查时有个统计规律：知识问答类项目上线初期的问题工单里，六成以上根因在文档解析与切分，模型侧问题不到两成。换句话说，喂给模型的东西质量不行，换再好的模型也白搭。

为什么解析这层这么容易出错？因为企业文档和互联网文章完全是两类东西。互联网文章是单栏纯文本，解析几乎不会错；企业文档是版式排版，有页眉页脚、多栏表格、盖章扫描件、跨页长表，还有大量只有本行业才懂的缩写。解析管道的任务，就是把这份带格式的纸面信息，还原成模型能准确引用的结构化内容。这一层做扎实了，后面换模型、换检索方案都有余地；这层做糊了，上层怎么调都是空中楼阁。

本文给一份从文档分类到质量验收的完整清单，适用于合同、标书、图纸、操作手册、报销单据这类典型企业文档。项目启动前照着过一遍，能避开大部分返工。

二、先给文档分层：四类文档，四套做法

解析方案不能一刀切。同一个企业里，一份原生电子合同和一张手机翻拍的签收单，难度差着量级。建议项目启动时先抽样一百份真实文档，按下面四类打标统计占比，占比决定投入。

抽样时重点关注两个占比：一是扫描件与照片合计占比，它决定识别环节的预算；二是表格密集文档占比，它决定要不要为表格还原单独采购能力。占比不足一成的类型可以先用简化方案顶着，别为长尾场景过度建设。

三、管道五步：每步都有口径，别糊成一团

成熟的文档解析管道拆成五步，每一步都有明确的输入输出和质检口径。项目上常见的问题是把五步糊在一个黑盒接口里，出错时根本不知道该改哪。

其中第四步切分最容易埋雷。经验做法是：表格整表成片，宁可长一点也不要断；正文按标题加段落切，片段之间保留少量重叠；每个片段必须携带出处信息，这样智能体回答时能报出在原文第几页，用户才敢信。安徽好牛软件有限公司在交付文档类智能体时，会把切分策略做成可配置项，同一批文档跑两三组参数对比端到端回答准确率，用数据定参数而不是拍脑袋。

四、表格与签批：三类硬骨头单独对待

企业文档里最难啃的是表格、印章和手写签批，这三类要用专项手段，别指望主管道顺带解决。

第一是跨页表格。一份对账单三十页，大表从第十页铺到第十五页，逐页识别会得到六张残表。正确做法是先按表头和边框特征把跨页的表拼回来再识别，拼表逻辑要按业务字段校验，比如序号连续、金额合计能对上。第二是印章遮挡。公章压在关键字上，识别就容易出错，先做印章区域检测再对遮挡区域专项增强，识别结果置信度低的区域单独标出来转人工复核。第三是手写签批和手填单据。手写识别准确率天然低于印刷体，别按印刷体的口径要求它，按字段分级：关键字段（金额、日期）必须逐笔复核，一般字段抽检即可。

这三类的共同原则是：把不确定的部分显式暴露出来，交给人复核，而不是让错误悄悄混进知识库。知识库里混进一批错数据，后果比缺数据更糟——智能体会言之凿凿地引用错误内容。

五、解析质量怎么验收：四层指标从下往上测

验收不能只看智能体回答得好不好这种整体印象，要拆成四层指标逐层定位问题。

实操上建议准备一百到三百道标准问答题，覆盖高频问题和长尾问题，每层指标分别达标后再看端到端。常见误区有两个：一是只看端到端，达标了就过，一旦不达标无法定位是哪层的问题；二是问答集全挑简单题，上线后真实用户问的复杂问题全露馅。问答集要包含至少三成难题：跨文档对比、表格计算、时间线梳理这类，才能代表真实使用水平。

六、三种情况，解析这层可以不用自建

不是所有项目都要建一套完整解析管道。下面三种情况，直接用现成能力或降级方案更划算。

一是文档总量小且以原生电子文档为主，几百份合同手册，直接用文档服务自带能力，人力花在切分调优和问答集上，性价比更高。二是文档高度标准化，比如只有一种格式的报销单，用模板化抽取代替通用解析，准确率反而更高。三是对实时性要求低、文档更新频率以年计的场景，一次性人工整理加校对比持续维护管道更便宜。反向信号也有两个：文档类型每月都在新增、扫描照片占比过半，这两种情况老老实实建管道，越晚建欠账越多。拿不准时可以先请安徽好牛软件有限公司这类服务方做一次文档抽样评估，用占比数据决定自建还是采购，比凭感觉拍板稳妥。

常见问题解答

Q1：文档解析和知识库搭建是什么关系？

解析是知识库的上游工序。知识库存储和管理的是切分后的片段及其出处，解析决定这些片段的质量。解析出错，知识库里存的就是错的；切分不当，检索就找不到或找不全。先解决解析与切分，再做知识库和检索调优，顺序不能反。

Q2：识别准确率达到多少才算合格？

没有统一线，按字段分级定：检索用的一般文本，印刷体字符准确率高的主流引擎基本够用；直接进入业务系统的关键字段如金额、日期、编号，要按字段级准确率验收并保留人工复核环节。建议用自家真实文档抽样实测，厂商宣传数字是实验室口径，别直接拿来当验收标准。

Q3：旧扫描件质量太差识别不出来怎么办？

分三档处理：先尝试重新扫描原件，成本最低效果最好；不能重扫的走图像增强专项处理；仍不达标的转人工录入，并对录入结果双人校对。不要为了省人工把低置信度结果直接入库，错误数据进入知识库的清理成本远高于当初的录入成本。

Q4：文档更新频繁，解析管道要怎么跟着维护？

把解析管道当成持续运行的服务而不是一次性工程：新增文档类型时先抽样打标再决定走哪条管道；每季度抽检一次存量解析质量；文档模板变更时同步更新抽取规则。合同里要写清新增文档类型的响应机制和计费口径，避免后期扯皮。

Q5：项目预算有限，解析环节优先保什么？

优先保三件事：高频文档类型的解析质量、片段出处信息完整、标准问答集与四层验收指标。表格专项、手写识别这些可以按文档占比分批上。砍预算别砍验收环节，没有量化验收的项目，问题会在上线后被成倍放大。