一、在 Dify 中创建知识库¶

入口：

知识库 -> 创建知识库

上传文件后，一般可以先保持默认分段配置，然后点击保存并处理。

二、把知识库绑定到应用¶

创建一个新应用时，可以直接把知识库挂进去，让模型在回答时优先引用知识库内容。

示例里选择的是：

工作室 -> 创建空白应用 -> 新手适用 -> Agent

提示词可以简单写成：

首先判断用户的问题是否是关于小说的，如果不是提示用户提问关于小说的问题。

再把前面创建的知识库接入进去：

最后做预览测试：

三、Dify 智能客服实战：基于 RAG 做外贸客服¶

3.1 先建 RAG 知识库¶

示例里先创建了一套面向外贸行业的知识库。

3.2 再创建聊天助手应用¶

然后创建一个聊天助手，把知识库绑定进去。

一个典型的初版提示词，可以写成：

分析用户提问的问题，是否是外贸行业相关，如果是则优先查询知识库来回答。
如果不是外贸相关问题，委婉拒绝，然后引导用户提问外贸相关问题。

四、把客服嵌入网页¶

这是 Dify 非常实用的一点：知识库和聊天助手不是只能在平台里看，它可以直接嵌入网页里。

示例里是让 AI 生成一个简单企业页，并在右下角嵌入客服按钮。

这里建议把嵌入脚本里的敏感参数全部改成占位符，例如：

<script>
window.difyChatbotConfig = {
  token: '<your-dify-token>',
  baseUrl: 'http://<your-dify-host>',
}
</script>

不要把真实 token 或真实公网 IP 直接写进公开文章。

五、为什么 RAG 是企业最常见落地方式¶

因为它具备三个现实优势：

• 不需要重新训练大模型；
• 知识更新相对方便；
• 输出更容易和企业内部资料保持一致。

六、一个很重要的边界¶

RAG 能显著提升“基于知识库回答”的准确性，但它并不等于完全不会幻觉。真正上线前，仍然要做：

• 文档清洗；
• 分段优化；
• 提示词约束；
• 业务场景测试。

只有这几层一起做好，智能客服才会真正可用。