13 篇产前诊断咨询视频转成随问随答知识库产品系统

产前诊断的咨询现场有个特点：咨询师一边跟孕妇和家属谈，一边要回答染色体异常、筛查手段、情绪反应、家庭支持这几类问题，答案还得跟机构既有话术一致。培训材料是 13 段咨询示范视频，内容很实，但视频没法在面谈中查。

客户已经有 8 个知识库、3 个应用在跑，这次只能增量补一个库，不能动存量。所以验收标准不是「能答」，而是「答得准，而且存量一点没变」：导入前后要对全部知识库和应用做快照比对。医疗场景还有一条硬约束——结论只给咨询师参考，不直接面向患者输出。

一是视频转写与清洗：13 段视频转成文本，去重、去口语冗余，整理成 13 篇结构化文档，单篇 805–2,838 字。二是增量导入：只写入指定知识库，逐篇确认索引状态完成才进入下一步，避免半途失败留下脏数据。三是召回测试集：按「每篇文档一道题」构造 13 题，覆盖 6 类遗传异常场景，不挑好答的题。四是存量保护验证：导入前后对 9 个知识库、3 个应用做快照 diff，逐项比对配置与文档数。五是检索参数调优：按医疗术语的特点调整切分粒度与召回条数。六是交付说明：附使用边界，写明哪些问题必须由咨询师人工复核后再答复。

我负责全部技术工作：视频转写与清洗、文档结构化、增量导入脚本、测试集构造、快照 diff 工具、调参与交付报告；客户负责提供视频与专业口径校准。技术栈为 Dify 知识库、Python 脚本、向量检索。难点是「零副作用」：导入动作会连带触发重建索引，操作顺序错了会影响其它库。我的做法是先全量快照、再导入、再 diff，任何一项不一致就回滚；同时把导入拆成逐篇确认，失败只影响单篇。另一个难点是评估口径——13 道题里有 2 题 Top-1 没中，我没有调参把它们「修」到 100%，而是逐条看召回结果，确认落在同主题近邻文档（家属支持、唐筛与羊穿内容重叠），属于预期竞争，写进报告而不是藏起来。