应优先上传结构清晰、含标准条款和数据图表的原始文档，如《水质监测技术导则（hj 976-2018）》《2024年长江干流断面月报汇总》；避免扫描图、大文件及宣传材料；上传前须确认可复制文字、表格结构完整、文件名规范。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让智谱清言智能体在回答问题时精准引用你自己的业务资料、技术规范或内部经验，而不是泛泛而谈通用知识——这就需要把真正能支撑专业判断的文档放进知识库，而不是随手扔进一堆公开网页和百科条目。
优先上传结构清晰、含关键结论的原始文档
上传《水质监测技术导则（HJ 976-2018）》《2024年长江干流断面月报汇总》这类带章节编号、表格、标准条款的PDF或Word文件。它们有明确逻辑骨架，AI能准确提取“第5.2.3条”“表4-7”等锚点，后续提问才能锁定原文依据。
避免上传无标题、无段落、纯扫描图的PDF——即使文件名写着“验收报告”，若内页是手机拍的模糊照片，AI根本无法识别文字，【上传后不显示✅图标即代表无效】。
适合放入知识库的四类高价值文档
方法一：制度与标准类
包括国标/行标/企标原文、ISO体系文件、内部审批流程SOP。例如《实验室质量手册（2025版）》《危废转移联单填写规范》，这类文档条款固定、措辞严谨，AI调用时不易曲解。
方法二：项目交付物类
已结项的可研报告、环评报告、验收监测报告、投标技术方案。重点上传含数据图表、结论页、附录原始记录的部分，不要传封面和目录页占位。
方法三：过程沉淀类
高频重复使用的会议纪要（标注“2024Q3水文模型参数校准会”）、专家评审意见汇编、常见问题应答口径（如《客户关于COD检测限的12个疑问及答复》）。这些内容外部查不到，但内部天天要用。
方法四：动态更新类
Excel格式的《实时水质超标预警阈值表》《近3年地表水监测点位坐标清单》，只要列名清晰（如“断面编码”“pH预警下限”），AI能按字段语义自动匹配查询条件。
必须剔除的三类干扰文档
第一步：删掉所有从百度文库、道客巴巴下载的未署名PDF
这类文件常含乱码、水印、分栏错位，解析失败率超70%，还会污染知识库向量空间，导致相关性误判。
第二步：剔除超过100MB的超大扫描件
智谱清言单文件上限为100MB，且扫描PDF需OCR预处理；直接上传会卡在“解析中…”状态，【长时间无✅图标即需放弃】。
第三步：移除纯宣传类材料
公司简介PPT、产品画册PDF、展会新闻稿——它们缺乏可验证的事实陈述和结构化字段，AI无法从中提取有效判断依据，反而稀释专业问答精度。
上传前的关键检查动作
打开文件，快速确认三件事：
① 是否能复制任意一段文字（不能复制=扫描图，需先OCR）；
② 表格是否保留行列结构（Excel转PDF后合并单元格会丢失语义）；
③ 文件名是否含明确标识（如《202608_三峡库区藻类暴发分析_v2.pdf》，而非“新建文档.pdf”）。
这一步耗时不到30秒，但能避免后续90%的“AI没看到文件”类报错。
