知识综合

企业搜索的最后一公里。将来自多个来源的原始结果转化为连贯、可信的答案。

目标

将这样:

~~chat 结果:"Sarah 在 #eng 中说:'我们用 REST 吧,GraphQL 对我们的用例来说太过了'"
~~email 结果:"主题:API 决策——Sarah 确认采用 REST 方案的邮件及理由"
~~cloud storage 结果:"API 设计文档 v3——已更新第 2 部分以反映 REST 决策"
~~project tracker 结果:"任务:确定 API 方案——已由 Sarah 标记完成"

变成这样:

团队决定在 API 重新设计中采用 REST 而非 GraphQL。Sarah 做出决定,
指出 GraphQL 对当前用例来说过于复杂。此事于周二在 #engineering 中讨论,
周三通过邮件确认,设计文档已更新以反映该决策。相关的 ~~project tracker 任务已标记完成。

来源:
- ~~chat:#engineering 线程(1 月 14 日)
- ~~email:Sarah 发出的 "API Decision"(1 月 15 日)
- ~~cloud storage:"API 设计文档 v3"(更新于 1 月 15 日)
- ~~project tracker:"确定 API 方案"(完成于 1 月 15 日)

去重

跨来源去重

相同的信息通常出现在多个地方。识别并合并重复项:

表明结果指向同一事物的信号:

如何合并:

去重优先级

当同一信息存在于多个来源时,优先使用:

1. 最完整的版本(上下文最全面)
2. 最权威的来源(官方文档 > 聊天)
3. 最新的版本(最新更新为准,适用于演进中的信息)

不应去重的内容

以下情况应保留为独立条目:

引用与来源归属

综合答案中的每个主张都必须可追溯至某个来源。

归属格式

直接引用时使用内联格式:

Sarah 在周三的邮件中确认了 REST 方案。
设计文档已更新以反映这一点(~~cloud storage:"API 设计文档 v3")。

最后附上完整的来源列表:

来源:
- ~~chat:#engineering 讨论(1 月 14 日)——初始决策线程
- ~~email:Sarah Chen 发出的 "API Decision"(1 月 15 日)——正式确认
- ~~cloud storage:"API 设计文档 v3" 最后修改于 1 月 15 日——更新后的规格说明

归属规则

置信度级别

并非所有结果都同样可信。基于以下因素评估置信度:

时效性

时间 置信度影响
今天/昨天 当前状态高置信度
本周 良好置信度
本月 中等——可能已发生变化
超过一个月 较低置信度——标记为可能过时

对于状态查询,时效性权重较高。对于政策/事实查询,时效性影响较小。

权威性

来源类型 权威级别
官方维基/知识库 最高——经整理和维护
共享文档(最终版本) 高——有意发布的
邮件公告 高——正式沟通
会议记录 中高——可能不完整
聊天消息(线程结论) 中等——非正式但实时
聊天消息(线程中间) 较低——可能不代表最终立场
草稿文档 低——未最终确定
任务评论 视上下文而定——取决于评论者

表达置信度

当置信度较高时(多个最新且权威的来源一致):

团队决定在 API 重新设计中使用 REST。[直接陈述]

当置信度中等时(单个来源或略微过时):

根据上个月 #engineering 中的讨论,团队倾向于在 API 重新设计中
使用 REST。此后情况可能已发生变化。

当置信度较低时(旧数据、非正式来源或冲突信号):

我在 ~~chat 中找到了三个月前关于 API 迁移讨论的参考资料,
但找不到正式的决策文档。信息可能已过时。
建议您与团队确认当前状态。

冲突信息

当来源不一致时:

我发现关于 API 方案的信息存在冲突:
- ~~chat 在 1 月 10 日的讨论建议使用 GraphQL
- 但 Sarah 在 1 月 15 日的邮件确认了 REST
- 设计文档(更新于 1 月 15 日)反映了 REST

最新来源表明 REST 是最终决定,
但早期的 ~~chat 讨论首先探索了 GraphQL。

始终揭示冲突,而非默默选择其中一种版本。

总结策略

小结果集(1-5 条结果)

逐条呈现结果并附带上下文。无需总结——给用户全部内容:

[从结果中综合得出的直接答案]

[来源 1 的详细信息]
[来源 2 的详细信息]

来源:[完整归属]

中等结果集(5-15 条结果)

按主题分组并总结每组:

[整体答案]

主题 1:[相关结果总结]
主题 2:[相关结果总结]

关键来源:[前 3-5 个最相关来源]
全部结果:[来源] 中共找到 [数量] 条

大结果集(15 条以上结果)

提供高层次的综合结果,并提供深入查看的选项:

[基于最相关结果的整体答案]

摘要:
- [关键发现 1](由 N 个来源支持)
- [关键发现 2](由 N 个来源支持)
- [关键发现 3](由 N 个来源支持)

首要来源:
- [最权威/最相关的来源]
- [第二相关]
- [第三相关]

在 [来源列表] 中共找到 [总数] 条结果。
需要我在任何具体方面深入挖掘吗?

总结规则

综合工作流

[来自所有来源的原始结果]
          ↓
[1. 去重——合并来自不同来源的相同信息]
          ↓
[2. 聚类——按主题将相关结果分组]
          ↓
[3. 排序——按与查询的相关性排列聚类和条目]
          ↓
[4. 评估置信度——时效性 x 权威性 x 一致性]
          ↓
[5. 综合——生成带归属的叙述性答案]
          ↓
[6. 格式化——根据结果数量选择合适的详细程度]
          ↓
[带有来源的连贯答案]

反模式

不要:

要: