Skip to content

Foundry IQ：文件智慧

這一頁講的是「文件怎麼變成可以被 agent 查詢的知識」。

核心概念：不是把 PDF 直接塞給模型，而是先建立一層可檢索、可引用的 knowledge layer，再讓 agent 用這層知識回答問題。

四個核心重點

重點 白話
Grounding 先拿回和問題相關的企業內容，再據此回答
Citations 回答要能指出來源、標題、頁碼
Retrieval layer 文件先進入可搜尋的知識層，不是每次都塞進 prompt
Search quality 好不好用看 chunking、vector search、hybrid search、semantic ranking

這個 workshop 怎麼實作

官網概念 workshop 對應
Foundry IQ knowledge layer Azure AI Search
Agent 檢索工具 search_documents
執行面 本機 runtime 直接呼叫 Search 並回傳來源 metadata

這種做法比較透明，適合教學：你可以直接看到回傳的內容片段與 metadata，容易除錯和驗證。

文件路徑怎麼運作

flowchart TD
    A[PDF / Word / PPT] -->|擷取文字 + 切塊 + 向量嵌入| B[Azure AI Search index]
    C[使用者提問] --> D[Agent 判斷需要文件證據]
    D -->|search_documents| B
    B -->|content + source + title + page| E[Agent 整理 grounded 答案]

文件處理管線

PDFs/Word/PPT → Text Extraction → Chunking → Embedding → Vector Index
  • 分塊：把大文件切成可檢索片段
  • 向量嵌入：text-embedding-3-large（3072 維度）
  • 索引：Azure AI Search index，含內容、標題、來源、頁碼與向量欄位

什麼會影響文件問答品質

影響因素 為什麼重要
內容切塊 chunk 太大混雜主題，太小失去上下文
檢索策略 keyword、vector、hybrid、semantic ranking 影響召回品質
metadata 設計 沒有 title/source/page，citation 就很弱
內容範圍 索引裡沒有對應內容，模型也補不出正確答案

Foundry IQ 和 classic RAG 的關係

官方把文件型 grounding 分成兩條路：Foundry IQ / agentic retrieval（更高階、對 agent 友善）和 classic RAG（應用自己編排檢索）。這個 workshop 比較接近後者，由我們的腳本決定切塊、上傳、搜尋方式，教學上更透明。

本頁重點

  1. 文件不是直接貼給模型，而是先進入可搜尋的知識層
  2. agent 需要時才呼叫文件工具，不是每題都先搜尋
  3. 文件答案保留來源與頁碼，容易人工驗證
  4. 回答品質很大一部分來自 retrieval quality，不是只靠模型

如果你之後要把這條文件路徑再延伸到資料問答，請回頭看 附錄延伸。

官方延伸閱讀

← 深入解析 | Foundry Control Plane：資源拓撲 →