以下是关于知识库的相关内容：
大模型并非 100%准确，会产生幻觉，原因主要有两点：
训练大模型的数据有日期限制，询问超出日期限制的问题，大模型无法准确回答。 大模型的数据来源于互联网，公司内部私有数据大模型无法感知。因此，知识库的出现是为解决大模型数据准确性的问题。大模型可额外学习外接知识库中的知识，从而精准回复用户。典型应用如客服系统，公司将用户所有问题及答案记录在文档中，以知识库形式投喂给大模型，用户自然语言询问时，大模型能根据知识库内容给出更准确回答。
扣子的知识库功能提供简单易用方式存储和管理外部数据，让 Bot 与指定数据交互。上传数据到知识库后，扣子会自动将文档分割成内容片段存储，并通过向量搜索检索最相关内容回答用户问题。知识库由大到小可分为：
知识库：一整套领域知识，是 Bot 加载的最小单位。 单元：知识库的一部分，可上传的最小内容单位可以是一个.txt、.pdf、.csv 文件或一个网页。 分段：一个单元切分成多个分段，模型查询的最小单位。分段内容的完整度和准确性会影响模型回答问题的准确性。在商业化问答场景中，左侧有三处配置：AI 模型、提示词、知识库。模型、提示词、知识库三者可想象成：
大语言模型：是学习过无数本书、拥有无穷智慧的人，对公共知识、学识技能、日常聊天擅长，但在工作场景下，需要提示词。 提示词：告诉全知全能的人其角色和要专注的技能，使其变成所需“员工”。 知识库：相当于给“聪明”员工发放的工作手册，如规定见到老板娘过来吃饭要打三折，张梦飞过去吃饭要打骨折。