在中星新智实践过程中，智能化的处理往往会造成数据损伤、发生错乱等迹象，总结来看，在企业知识库建设中，并非所有源数据都能交给自动化工具"一键切分"。以下几类源数据必须或强烈建议由人工介入完成切块和标注：

• 1）制度政策类文档，如报销标准、审批矩阵、年假制度、代理商分润规则等，一条完整规则往往跨越多段文字。自动按固定字数切分会把"适用范围""具体标准""申请流程"切断到不同chunk中，导致召回时答案残缺。这类内容需要人工按完整知识单元进行语义切块，确保一个chunk能独立回答一个完整问题。

• 2）表格数据：表格数据往往需要特殊处理，尤其是手工处理的。

• 3）法律合同与合规文档，合同条款、隐私政策、合规要求等文档，条款编号和层级关系极其重要。

• 4）代码与技术文档：API文档、SDK说明、部署指南等，代码片段中的函数调用关系、参数依赖关系不能随意切断。人工需要按函数/类为单位切分，并在chunk中注明上下文依赖（如"此函数依赖XX模块"）。请求参数、返回字段和示例代码也必须放在同一块里。

• 5）其它要求质量高、风险高的源数据必须由制度owner或业务部门确认