文档库也需要"质量分"
RAG 的效果上限由资料质量决定 ✔。但多数团队只优化模型与提示词 ✗，
从不看"文档本身好不好用" ✔ —— 于是永远在修下游 ✔。
给文档打质量分 ✔，就能把优化力气花在真正薄弱的资料上 ✔。
一、五个可自动计算的维度
① 完整性：是否包含常见问题所需的关键信息（用查询日志对照，见检索日志那篇）
② 结构：标题层级是否清晰、是否有分节（层级乱的文档切分后很碎）
③ 时效：最后更新时间、是否已被新版替代（见版本那篇）
④ 可检索性：能否被常见问法命中（用真实 query 抽样测）
⑤ 规范：术语是否统一、是否含大量图片/表格而缺文字说明
第 ④ 项最有价值 ✗→✔：把真实查询拿来测"这份文档能不能被搜到" ✔ ——
这是直接的效果指标 ✔，而不是间接的结构指标 ✔。
二、怎么打分（别搞复杂）
- 每项 0~2 分（差/一般/好 ✔）× 权重 ✔ → 总分 10 分 ✔；
- 只分三档（好 / 一般 / 待改 ✔）—— 分太细没人看 ✗；
- 按月更新 ✔（文档在变 ✔）。
示例 ✔：
《退款政策 v3》 8/10 好 （建议：补一段时效说明）
《产品手册 2022》 3/10 待改 （时效 0 分，已被新版替代）
三、分数要变成行动
| 分数 | 动作 |
|---|---|
| 好（≥7） | 保持，纳入"可信来源"白名单 ✔ |
| 一般（4~6） | 排期待改（补结构/补说明 ✔） |
| 待改（≤3） | 优先：要么修，要么从检索范围里移出 ✔ |
关键：低分文档不修就该移出 ✗→✔ ——
留着它只会让检索命中坏资料 ✔（比"没有资料"更糟 ✔）。
四、三个反模式
- 只看文档数量 ✗（1000 份烂文档不如 100 份好文档 ✔）；
- 分数只算不用 ✗（没有对应动作 ✔）；
- 让模型给文档打分 ✗（不可复现、不可解释 ✔）→ 用可计算的规则 ✔。
一条判据
你能否说出当前最该修的 3 份文档 ✔ 以及它们各自的问题 ✔？
说不出，说明文档库还没有质量视角 ✗。