AI 怎么把一份 PDF 拆成问答对
把长文档变成问答对,适合做知识库、培训题库或客服话术。做法是分段喂给模型,要求它按固定格式输出,并标明出自哪一段。
厚厚一份手册,想让 AI 变成能问答的知识库,第一步就是把原文拆成一条条问答对。这件事看着简单,实际最容易出的问题是答案被模型顺手补全、问题和原文对不上。下面这套流程能把这些风险压下去。
入口在哪
不需要特殊工具,普通对话框就够。支持上传文件的模型可以直接传 PDF,不支持的就把文字复制成几段贴进去。关键不在传文件的方式,而在分段和格式约定。
具体步骤
- 先把 PDF 里的文字提取出来,按章节或每两三千字切成一段,每段前面标上编号。
- 一次只喂一段,提示里写清楚:只根据这段内容出题,不许补充外部知识。
- 指定输出格式,例如问题、答案、出处编号三列,用竖线分隔。
- 要求问题覆盖该段的主要信息点,避免只问开头一句。
- 每段产出后先自己扫一遍,把答案里明显超出原文的部分标出来,再让模型重写那几条。
- 全部做完再合并去重,把意思相同、问法不同的问题合并成一条。
几个坑
- 一次贴完整份文档。超出长度后模型只记得后半段,前半段的问题会凭空编。
- 不给出处。后面核对时找不到依据,只能整篇重读。
- 问题问得太笼统,比如「这份文档讲了什么」。这种问题在检索里几乎用不上。
- 表格里的内容被忽略。表格转成文字时容易丢行,最好单独处理一遍。
- 模型自行统一术语。原文里的专有名词被改成常见说法,检索时反而对不上。
怎么验证
随机抽十组问答,回到原文里逐条核对答案的每个关键数字和名词。再反过来,从原文里挑五个重要信息点,看有没有对应的问答覆盖到。最后检查出处编号是否都能在原文里定位。
常见问题
文档太长一次处理不完怎么办
按章节切段,每段单独处理,最后合并。合并时保留出处编号,方便回溯。切段不要切断表格和列表。
怎么防止模型编造答案
在提示里明确写「原文没有的内容写未提及」,并且要求答案里引用原文句子。抽查时专门找那些答得很流畅但原文没写的地方。
问答对要多少条才够
看用途。检索用的知识库不求多,一段出三到五条覆盖要点即可;做培训题库可以多出些细节题,但要人工筛一遍。
一句话总结:分段喂、只依据原文、固定三列格式带出处,再做抽查和去重,问答对才敢拿去用。