医药 AI 知识库怎么选：用 30 道业务题测，不只看演示

同一个问题，用质量负责人和普通员工账号各问一次。如果两人拿到本应只对质量部门开放的内容，演示再流畅也不能通过验收。

本文提供一套可执行的测评方法，不对未经实测的具体产品给出排名。

组建一套贴近工作的题目

可从 30 道题起步：10 道直接定位、8 道跨段落理解、4 道表格条件、4 道版本辨别、4 道文档中没有答案的问题。由质量或业务负责人写出参考出处；题目分配仅是起始设计，应按实际文档调整。

每道题检查五项结果

记录是否找到依据、回答是否正确、引用是否对应有效版本、当前账号是否有权查看、端到端耗时。将“没有依据但明确提示”与“编造答案”分开计分。记录模型、提示词和文档集版本，使下一轮可以复测。

增加最容易被忽略的测试

先发布一份新版本，再作废旧版本，观察索引更新后引用是否切换。撤回一个账号的权限，验证旧会话、引用链接与文档下载也一并受控。只在检索页面隐藏文件名，并不等于权限链路完整。

一段可复用的人工评测提示词

任务：检查企业知识库的回答是否有充分文档依据。
输入：问题、回答、引用原文、文档版本与状态、测试账号权限。
逐项输出：事实一致性、引用完整性、版本有效性、权限匹配、未覆盖信息。
仅依据所给材料判断；证据不足时标记“待人工核对”。
输出评测理由，不自行补充企业规程或法规结论。

提示词只是辅助检查，最终验收由业务人员确认。了解医药文档 AI 问答交付边界，并将选型测试集直接带入项目验收。