企业官网建设流程全解析

背景：经验别只躺在老员工脑子里

事务所值钱的是"见过什么坑"。但经验常散在老员工的 Excel、往年底稿、零散笔记里。把审计知识沉淀成可检索的系统，是"AI审计平台"常见的卖点。工程上，知识检索有三条主流路线：关键词倒排、向量库（Embedding 检索）、知识图谱。它们的取舍，决定了你问"收入确认该看哪些凭证"时，系统能不能答对。

三方案对比

关键词倒排：便宜但死板

Elasticsearch/Lucene 一类，按词建索引。问"函证控制"能精确返回含该词的段落。优点是可解释、零算力、即建即用；缺点是字面匹配——你写"询证函"它就搜不到"函证"，同义词、缩写全抓瞎。适合放"制度原文、模板、底稿规范"这类术语稳定的内容。

向量库：语义检索的甜点区

把文档切片成 chunk，用 embedding 模型转向量，查询时算余弦相似。问"怎么防止函证被截留"，即使原文写的是"函证回函应直接寄回事务所"，也能语义召回。代价是"黑盒"——相似度高的段落未必真相关，且中文 embedding 对专业术语（如"其他收益"与"营业外收入"）区分度有限，需要领域微调或混合检索（向量+关键词）兜底。

知识图谱：关系型问题的答案

图谱把"准则条款—会计科目—常见错报—对应凭证"连成节点边。问"收入截止性错报通常看哪些凭证"，图谱能沿关系跳出具体清单。代价是构建贵：实体抽取、关系标注、消歧都要人工或模型参与，schema 一变全盘重来。中小所通常先用倒排+向量打底，图谱留到数据量足够、问题确实"关系密集"时再上。

落地建议

1. 起步：制度/模板用倒排索引，立刻可用。
2. 进阶：经验案例、往年底稿用向量库，配混合检索降误召。
3. 谨慎上图谱：只有当"关系跳转"类问题频繁出现、且有专人维护时才投入。
4. 无论哪种，都要让人能"看到原文出处"——审计结论要可溯源，黑盒检索只能当线索。

以审小匠为例，其审计知识能力多建立在"检索增强（RAG）+ 领域规则"之上：先召回相关上下文再让模型作答，既补了倒排的字面短板，又用原文锚定抑制幻觉。但这套能力同样依赖你喂进去的知识是否干净——垃圾进垃圾出。

小结

知识库不是"越大越好"，而是"问得出答得准"。倒排管字面、向量管语义、图谱管关系，按内容类型分层建，比一把梭建大模型更务实。