知识库上线三个月，使用率数据惨不忍睹。老李把团队拉到会议室，投影仪上是一根趴在地上的曲线。
“全公司五百号人，每天主动用知识库的不到二十个。我们花了那么多钱搞RAG、建知识库，结果没人用？”老李的保温杯在桌上敲得咔咔响。
小王举手：“老李，你有没有试过自己搜点东西？”
“我？我当然用过！”
“那你上次找《新员工入职流程》，花了几分钟？”
老李张了张嘴，没说出话。
“我替你算过，”小王翻开一个本子，“你要点开‘公司制度’，再点‘人力资源’，再点‘入职管理’，再点‘社招入职’，再点‘入职流程’，最后在第五层看到了一个叫‘新员工入职指引v3.2_final.pdf’的文件。你说，一个刚入职的人能找到这儿吗？”
老李的脸僵住了。
“我花了一个周末设计的这个分类体系，”他喃喃道，“十五个大类，每个大类下面十个子类，全面覆盖公司所有知识领域。错了吗？”
“老李你想啊，你找袜子的时候，是打开衣柜一层一层翻，还是直接拉开最顺手的抽屉？”
超市货架的启示
小王站起来走到白板前，画了两个方框。
“你周末去超市，想买一瓶酱油。你走进超市，抬头看到悬挂的指示牌——‘调味品’。顺着走过去，酱油就在货架第三层，旁边是醋和老抽。整个过程不超过三十秒。”
他在另一边又画了一个复杂的树状图：“现在想象一家超市的货架是按‘化学分子式’分类的。酱油在‘含盐发酵调味品’区，醋在‘酸性调味品’区，老抽在‘焦糖着色调味品’区。你买三样东西，要跑三个区域。你下次还会来这家超市吗？”
老李愣了几秒：“你的意思是，我的十五层分类就像按分子式摆货的超市？”
“而且你的分类名还用了大量内部术语。‘人力资源管理’、‘组织架构优化’、‘业务流程再造’——这些词是你和管理层熟悉的，但普通员工脑子里想的是‘请假怎么请’、‘报销怎么报’、‘年会几号开’。”
小王得出结论：“好的分类体系，不是把知识本身分得最细，而是让使用者的心智负担最小。你的目录树是按‘知识来源’组织的——这份文档来自HR部门，就放HR下面。但用户是按‘任务场景’找的——我要请假，跟请假相关的所有东西应该在一起，管它来源是HR还是行政。”
图：按知识来源组织的分类（左）vs 按任务场景组织的分类（右）
三层就够了吗？
“那照你这么说，全公司知识就分几个大类，不精细了？”老李抱着胳膊。
“分三层就够了。”小王在白板上写了三行。
“顶层是领域，大概五到七个，比如‘产品’、‘技术’、‘人事’、‘行政’、‘销售’。这些是任何人都能一眼看懂的，不需要培训。”
“中间层是主题，一个领域下面不超过七个主题。比如‘人事’下面是‘入职’、‘离职’、‘薪酬’、‘假勤’、‘绩效’。这些是用户脑子里的任务单元。”
“底层是概念，就是具体的文档、FAQ条目、案例。到这一层，已经不需要子目录了——用标签和搜索来解决细节区分。”
老李眯起眼：“才三层？那我那些精细的子类怎么办？”
“用标签。目录负责主干，标签负责枝叶。”小王打开笔记本，敲了一段对比代码：
# 老李的方案：靠目录层级精确分类
old_system = {
"公司制度": {
"人力资源": {
"入职管理": {
"社招入职": ["入职流程.pdf", "背调说明.pdf"],
"校招入职": ["校招培训计划.pdf"],
}
}
}
}
# 用户找"入职背调"：点5层，看到两个文件，不知道选哪个
# 小王的方案：扁平目录 + 多维度标签
new_system = [
{"doc": "入职流程.pdf", "tags": ["入职", "流程", "通用"]},
{"doc": "背调说明.pdf", "tags": ["入职", "背调", "社招"]},
{"doc": "校招培训计划.pdf", "tags": ["入职", "培训", "校招"]},
]
def search_by_tag(system, tags):
"""用户按任务场景搜索，不看目录"""
return [doc["doc"] for doc in system if set(tags) & set(doc["tags"])]
# 用户搜"入职 背调"：直接命中，不需要知道它在哪层“看到区别没？目录是唯一的——一个文档只能属于一个目录。标签是多元的——同一个文档可以同时打上‘入职’、‘背调’、‘社招’三个标签。用户无论从哪个角度来找，都能找到。”
老李踩过的四个坑
老李沉默了一会儿，把自己那个Excel分类表打开，盯着看了很久。
“你说实话，我这个分类体系有哪些问题？”
小王咳嗽了一声：“你确定要听？”
“说。”
“第一，过度嵌套。十五层，比俄罗斯套娃还深。超过三层，用户就开始迷路。超过五层，用户宁愿搜百度也不搜你的系统。”
“第二，模糊命名。你的分类名是‘组织架构优化’，但里面放的其实是‘各部门总监任命通知’。命名和内容对不上，用户点进去才发现被骗了。”
“第三，不一致层级。有的子类是‘按部门分’，有的子类是‘按项目分’，有的子类是‘按时间分’。混合分类标准，就像图书馆的书架同时按颜色和按作者排列——你永远猜不到下一本书在哪。”
“第四，冷门占坑。‘纪检监察’这个分类，过去五年就三份文档，但它占了目录树的整整一个一级节点。而‘产品文档’下面塞了两百份文件，就一个节点。高频低频，一视同仁——这是对用户的不尊重。”
老李的脸一阵红一阵白，最后叹了口气：“那怎么改？”
让AI帮你自动分类
“不用你手工重新分类，”小王调出一段代码，“让AI给文档打标签。”
# 用LLM自动给文档打标签
def auto_tag_document(doc_text, tag_pool):
"""从预定义的标签池中选择最匹配的标签"""
prompt = f"""
文档内容：{doc_text[:2000]}
标签池：{tag_pool}
请从标签池中选择最贴合文档内容的3-5个标签。
规则：
1. 只看内容，不看标题
2. 标签必须从标签池中选择，不能自己发明
3. 返回JSON格式：{{"tags": ["标签1", "标签2"]}}
"""
response = llm.generate(prompt)
return parse_json(response)["tags"]
# 标签池保持精简：不超过30个标签
tag_pool = ["入职", "离职", "薪酬", "假勤", "报销", "技术文档",
"产品手册", "API", "部署", "年会", "安全", "合规",
"培训", "绩效", "招聘", "数据库", "前端", "后端"]
# 批量处理新文档，自动打标签
new_doc = "2025年年会于11月8日在杭州举办，老李喜中三等奖..."
tags = auto_tag_document(new_doc, tag_pool)
print(tags) # 输出: ["年会", "行政"]“标签池控制在三十个以内。超过三十个，用户又该选择困难了。如果文档自动打标签准确率在90%以上，基本不需要人工干预。剩下10%靠用户反馈纠正——谁用谁纠错，纠错还能优化模型。”
老李看着代码，眼神若有所思：“那旧的分类结构怎么办？全扔掉？”
“不用扔，映射过来。把你原来十五层目录，映射成三层主题加标签。自动化脚本跑一遍，旧文档全量打标签。”小王在白板上画了一个映射表：
“原来的‘公司制度/人力资源/入职管理/社招入职/入职流程.pdf’，映射成——主题：入职，标签：社招，流程，新员工。原来那个长长的路径，变成两个维度：一个主题加三个标签。用户搜‘入职流程’，主题匹配‘入职’，标签匹配‘流程’，直接命中。”
老李合上Excel，拧开保温杯喝了一口。枸杞早就凉了，但他没在意。
“行。下周一把新的三层体系推上去，旧文档做一次全量标签映射。标签池你来定，别超过二十五个。”
他站起来，走到白板前，把自己画的十五层目录树擦掉，只留了三行。
“那什么——”他转过身，语气不情不愿地，“你刚说的那个自动打标签，准确率90%怎么验证？是不是还得做个评测集？给我讲讲你怎么算的。”
小王笑了：“老李，你这已经是第二次主动问评测的事了。看来RAGAS那套方法论你是真吃透了。”
“少废话，”老李板着脸，但嘴角翘了起来，“下班前给我方案。下不为例啊。”
他走出会议室，保温杯里的枸杞晃晃悠悠，像是在点头。白板上只剩三层分类框架，干干净净，像一间刚整理完的衣柜——拉开抽屉，袜子就在手边。
