财税类技术内容的"保鲜"——检测知识库 staleness 并自动触发更新

财税类系统（进销存、报税、费控）的知识库有个特殊痛点：内容会"过期"。一项税收政策或会计准则调整后，去年写的技术文档如果被 LLM 继续引用，给出的就是过时甚至错误的答案。这篇文章分享我们在财税知识库项目里做的"时效衰减"检测机制：不靠人工巡检，而是用结构化标签 + 定时扫描自动发现该更新的内容。

一、staleness 不是"发布多久"

很多人用"发布天数"衡量内容新旧，但财税场景不对。一份《增值税申报操作手册》写于两年前，只要政策没动，它依然有效；一份写于三个月前的《XX 优惠备案指引》，若对应政策已废止，它就是"剧毒旧料"。所以我们的核心是：用"生效日期/废止日期"而非"发布日期"做时效锚点。

flowchart TD
    A[内容入库] --> B[打时效标签: 生效日/废止日/关联法规]
    B --> C[定时扫描器]
    C --> D{当前日期 > 废止日?}
    D -- 是 --> E[标记 EXPIRED 移出检索]
    D -- 否 --> F{距生效日/上次复核 > 阈值?}
    F -- 是 --> G[打 STALE 告警 + 触发复核]
    F -- 否 --> H[保持 ACTIVE]
    G --> I[责任人复核/更新]
    E --> I

二、staleness 评分与扫描脚本

我们给每篇内容算一个时效分，综合"距生效日天数""距上次复核天数""被引用频次""是否关联已废止法规"。分数超阈就告警。

三、三个实践要点

1. 废止日期优先于发布日期：入库时强制填 repeal_date（可先留空，法规废止时回填），扫描器第一时间把过期内容移出检索，比"等用户投诉"稳。
2. 保留历史版本：更新不是覆盖，而是新版本 + 旧版本归档。LLM 检索只命中 ACTIVE 版，但审计能追溯"为什么改"。
3. 复核要落到人：告警发出后必须有责任人确认，不能系统自动改写内容——财税容错低，自动改写风险大于收益。

四、和检索的衔接

时效标签要进 chunk 的 meta。检索时过滤掉 EXPIRED；对 STALE 内容打"待复核"标记，返回时附一句"该内容可能已更新，以最新法规为准"的免责提示，既保可用又降风险。

五、FAQ

Q1：没有废止日期怎么判断过期？

用"上次复核天数"兜底，超过一年未复核即标 STALE 触发人工确认；同时订阅法规更新源，废止时回填日期。

Q2：系统能自动改内容吗？

不建议。财税容错极低，自动改写易出错，告警后交由责任人复核更新，保留版本追溯。

Q3：staleness 阈值设多少？

0.7 是我们经验值，可据内容敏感度调：高危操作类设 0.5，通用概念类可 0.8。

Q4：和 RAG 怎么接？

时效标签写进 chunk meta，检索阶段过滤 EXPIRED、对 STALE 加提示，不参与硬删除前的灰名单。

Q5：历史版本要进向量库吗？

不要。只 ACTIVE 版进检索，旧版存对象存储供审计，避免模型召回过期答案。

作者：默然｜数智化转型网