# 文档进入 RAG 知识库前，怎样整理才便于检索？ 保留标题、条件、表格和来源信息，避免清洗资料时丢失判断依据。 要点：文档整理的目标是保留可理解、可定位的完整信息。优先处理重复版本、标题缺失、扫描识别错误与表格上下文，不要为了统一格式删掉单位、适用条件、来源地址或例外说明。 ![工作人员整理扫描文档与纸质原稿（AI概念配图）](/images/guides/covers/rag-document-preparation-v2.png) ## 保留一份可追溯的原文 为文件记录标题、业务主题、版本、维护人和来源位置。处理后的文本应能对应到原文件；格式转换出现错误时，可以回查，而不必重新寻找资料。 重复内容应确认哪个版本有效，再决定归并。草稿、正式版与历史说明可以分开管理，不应因为相似就混成一篇。企业内部沿用的产品简称也应对应正式名称。 ## 让句子和表格保留完整含义 去除页眉页脚时，检查它们是否包含版本或适用范围。表格转成文本后，要让每一行仍能看出列标题与单位。只有“30、50、80”这样的数字序列无法支持可靠回答。 对扫描件进行文字识别后，重点检查型号、金额符号、上下标和断行。对于重要图示，补充简短说明与原图位置，不把视觉信息全部压成一段没有结构的文字。 ## 用问题验证整理结果 整理完先挑几个目标问题，检查员工能否只依据这些资料找到答案。如果人工都无法确定来源，直接导入知识库通常也不能自动形成一致的企业知识。 首次处理可以保留一小组不同类型文件，观察导入后的标题、段落和引用位置。确认结构合适，再批量处理相近资料；这样能够避免大范围重做。本文建议为编辑与检索准备方法。 ## 用一份说明书检查信息有没有丢失 整理时保留原文件和页码，逐项对照型号、单位、表头、脚注与例外。将有疑问的识别内容留为待确认，先用问题验证可定位性，再让企业资料负责人批准批量导入。 ## 参考来源 - [Dify Docs｜文档分段设置](https://docs.dify.ai/en/cloud/use-dify/knowledge/create-knowledge/chunking-and-cleaning-text)：分段方式与文档预处理机制 - [秩启｜企业资料准备](/workspace)：企业资料、角色与待核事项整理；保存草案不等于形成正式业务规则 ## 文档整理后应保留什么 - 身份：标题、版本、来源位置 - 语义：完整句子、单位和条件 - 关联：表格与图片对应的说明 ![文档整理后应保留什么](/images/guides/diagrams/rag-document-preparation.svg) ## 继续阅读 - [企业知识库怎么搭？从资料整理到有来源的回答](/guides/enterprise-knowledge-base) - [AI 识别 PDF 和扫描件，为什么还要核对原图？](/guides/document-ocr) - [知识库分段怎么选？先保证条件和结论在一起](/guides/rag-chunking) 从角色、来源与待确认事项开始，整理企业自己的资料草案。 下一步：[整理企业资料](/workspace) 原文：/guides/rag-document-preparation 内容版本：guide:rag-document-preparation:v1 [结合企业情况咨询](/intake?source=%2Fguides%2Frag-document-preparation&articleId=guide%3Arag-document-preparation&versionId=guide%3Arag-document-preparation%3Av1)