校本知識庫與檢索增強生成(RAG)

一位小四班主任試過一件事。她問 AI:「本校小四上學期中文科教到哪幾個單元?」AI 給了一個非常流暢、非常詳細、非常肯定的答案——而且完全是編的。

她的結論很合理:「這東西不能用。」

但問題不在 AI 不夠聰明,而在她問了一條它不可能知道答案的問題。它從來沒有讀過你學校的文件。

開卷考試,而且只給相關的幾頁

想像兩種考試。

第一種是閉卷考試:學生靠記憶答題。記得就答對,記不清就靠推理,推理不出就……很多學生會寫一個看起來合理的答案。這正是通用 AI 回答校本問題時的狀態。

第二種是開卷考試,但不是把整箱課本搬進考場——那樣學生會翻不完。老師事先看過題目,只把最相關的三四頁遞給學生,並要求答案必須註明頁數。

RAG(檢索增強生成)就是第二種。 它的英文全稱直譯是「檢索之後再生成」,而順序正是重點:先找資料,後寫答案。

三個步驟,一句話一個

1. 切段與建索引。 學校把文件上傳後,系統把每份文件切成一段一段,並為每段建立一個「意思指紋」。
2. 檢索。 有人提問時,系統先為問題也做一個意思指紋,然後在所有段落中找出指紋最接近的幾段。
3. 生成。 系統把這幾段連同問題一起交給模型,並要求它只根據這些段落作答,同時註明來源。

第二步的「意思指紋」就是 embedding,原理已在 Embedding、位置編碼與自注意力 講過。這裡只需要一個直覺:電腦不是靠字面相同找資料,而是靠意思相近。 所以問「學生病假要交甚麼」也能找到寫着「請假證明文件」的那一段,即使沒有一個字相同。

為甚麼不用微調?

這是學校最常走錯的一步。很多人的直覺是:「既然它不認識我們學校,那就用我們的資料訓練它。」

但比較一下:

結論很清楚:要 AI 知道「事實」,用檢索;要 AI 學會「說話方式」,才考慮微調。 微調的正確用途見 LoRA 與 QLoRA。

來源標註不是裝飾

一個沒有來源的答案,教師只能選擇相信或不信。一個附上「來源:《功課政策 2026》第 3 節」的答案,教師可以點開核對三十秒。

這個差別對學校來說是決定性的。它把 AI 由「一位很有自信的陌生人」變成「一位會引用文件的同事」。它不能消除幻覺——模型仍可能誤讀段落——但它把錯誤變成可發現的錯誤。

要讓答案穩定附上來源,提示要寫得很硬,例如下面這一段。

一條可以直接試的接地提示

把以下提示連同任何一份學校文件貼進 AI 工具,你會親眼看到「開卷但只准看這幾頁」的效果:

以下三角括號內是本校文件的節錄。請只根據這些節錄回答我的問題。
規則:每一句結論後面用方括號註明出自哪一段(例如[段落 2]);節錄中找不到答案時,直接回答「文件中沒有提及」,不要用你自己的知識補充;不要推測,不要舉節錄以外的例子。
問題:學生因病缺席測驗,補測安排是甚麼?
<<<
[段落 1] ……
[段落 2] ……
[段落 3] ……
>>>

然後做一個對照實驗:把問題換成一條文件裡完全沒有答案的問題,例如「學生因家庭旅行缺席測驗怎麼辦」。寫了「找不到就說沒有提及」的提示會老實回答沒有提及;沒寫這一句的話,你會看到一段編得很好的答案。這一句就是接地提示的全部價值,更完整的寫法見 RAG 的引用式提示。

一個課室裡的例子

一所小學的新入職教師,第一個月最常問同一批問題:家課量上限是多少?學生連續兩天缺席要通知誰?小息值日的交接流程?

這些答案全部寫在教師手冊、功課政策與行政通函裡,散在三個共用資料夾、七份文件之中。以往新老師會直接問身邊的同事,而同事往往憑印象回答,有時說錯。

學校把這七份文件放進校本知識庫,並開放給全體教職員檢索。新老師問「家課量上限」,得到的答案附上「來源:《功課政策 2026》第 2.3 節」。他點開核對,順手看到同一節還寫了長假期的安排——這是他本來不會想到要問的。

半年後最明顯的變化不是省了多少時間,而是答案一致了。以前八位老師憑印象給八個版本,現在全部指向同一份文件的同一節。至於哪些文件該上傳、權限怎樣分層、由誰負責維護,已在 校本知識庫實務文章 完整處理,這裡不重複。

這對你的課堂意味甚麼

1. 問對問題,AI 才幫得上忙。 涉及校本事實的問題,必須在有知識庫的環境裡問;在通用聊天工具裡問,你得到的是編出來的答案。
2. 要求來源應該成為習慣。 無論在哪個工具,加一句「答案必須註明出自哪一段,找不到就說沒有提及」,成本是十個字,回報是可核對性。
3. 知識庫是科組資產,不是 IT 專案。 最有價值的內容是課程進度、評分準則與教材,而這些只有科主任與前線教師寫得出來。
4. 文件品質決定答案品質。 一份寫得含糊、版本混亂的政策,檢索出來也是含糊的。導入知識庫往往順帶迫使學校整理文件,這是意外的好處。

接下來

如果檢索永遠找對段落,RAG 就沒有難處了。但實際上「怎樣切文件」、「找到十段時哪一段先讀」、「長文件中間的資訊為甚麼會被忽略」都會影響答案,這是下一課 Chunking、檢索重排與「迷失在中間」 的內容。想回顧為甚麼提示要寫限制,見 一課讀懂 Prompt 工程;想知道平台如何保障學生資料,見 安全與私隱。