跳到文章正文
ChatGPT 实用教程

OpenAI File Search怎么接入知识库?索引状态、检索结果与引用检查

从练习文档建立vector store,等待文件索引完成,再在Responses使用file_s…

OpenAI File Search怎么接入知识库?索引状态、检索结果与引用检查

文件上传成功,不代表模型已经能从知识库检索。OpenAI File Search需要把文件加入vector store并完成索引,再让Responses调用检索工具。本文建立一个很小的练习知识库,验证上传、索引、搜索和引用四个环节,不把模型流畅回答当成读取文件的证据。

第一步:准备有标准答案的小资料

制作一份无敏感内容的练习文本,例如写明“演示服务的申请截止日为五月十二日,负责人代号为甲”。再列一个文档没有提供的问题,用来检验模型是否会承认未知。保存资料版本,避免测试时改了内容却忘记重新索引。

使用已授权的API项目和当前OpenAI SDK,文件处理与检索可能涉及存储和调用成本,按项目实际设置维护。不要上传整台电脑的文件,只提供本次有权处理的资料;聊天附件与API知识库不是同一个资源。

验收题:截止日是什么?负责人代号是什么?文档有没有说明退款期限?前两题需引用文件,第三题应说明资料未提供,不用外部常识补齐。

第二步:分别保存文件和知识库ID

先上传文件,再创建vector store并将文件关联。file_id和vector_store_id是不同资源标识,查询时不能互换。把它们与资料版本一并保存,方便后续更新和清理。

通过create_and_poll等官方SDK辅助方法等待索引结束,检查状态确实是completed。上传接口返回文件对象,只证明接收了文件;索引失败需读取失败原因,不能直接开始验收搜索。

from openai import OpenAI
client = OpenAI()
with open("demo-policy.txt", "rb") as f:
    uploaded = client.files.create(file=f, purpose="assistants")
store = client.vector_stores.create(name="demo-policy")
indexed = client.vector_stores.files.create_and_poll(
    vector_store_id=store.id, file_id=uploaded.id
)
if indexed.status != "completed":
    raise RuntimeError(f"Index status: {indexed.status}")
print(store.id, uploaded.id)

第三步:查询时绑定正确的知识库

在Responses的tools加入file_search并指定本次vector_store_ids。只写“请查资料”不会自动选择你刚上传的知识库;多用户应用还需按权限隔离资源,不能全站共享所有文件ID。

提示明确只依据检索文件回答,并要求不确定时说明。示例沿用已有模型选择,采用当前项目支持File Search的模型;接口不支持时先查模型与工具兼容,不能删除工具后继续宣称是知识库答案。

查询配置片段:tools=[{"type":"file_search","vector_store_ids":["填入本次store.id"]}]
调试时可在include中请求file_search_call.results。问题:只依据本知识库说明截止日和负责人;未找到依据就明确说未找到。

第四步:同时检查片段和答案引用

调试时请求返回搜索结果,查看实际检索到的文档和片段,再检查输出中的file_citation、file_id与文件名。引用存在不代表结论必然正确,要逐项核对日期、单位和上下文。

搜不到时按顺序查知识库ID、索引状态、文件内容和查询词;检索到旧版本时检查资源是否更新。调低返回结果数量可能减少开销,也可能漏掉依据,不能只凭输出变短判定优化成功。

第五步:测试未知问题并维护资源

用文档不存在的问题验收,模型应承认缺失信息而不是生成条款。再更新练习文件,确认应用不会把新旧资料混成一个无版本答案。抽查引用跳转或展示是否映射到正确文件。

记录文件、知识库、索引结果和清理策略,不用临时资源无限累积。交付标准是每条结论能回到来源、无依据时可识别、用户资料不会跨权限泄露。本教程没有执行付费检索,代码需在自己的开发项目中验证。

官方资料

资料核对日期:2026年11月22日。

本文地址:https://www.163264.com/22481