许多人在搭建知识库问答系统时，常常被“手动编写问答对”这一环节所困扰——数十上百条问答案例，逐条编写效率极低。实际上，在Dify平台中，存在一种更高效的解决思路：让系统自动从文档中提炼出高质量的问答对。关键在于充分利用Q&A分段模式，并配合恰当的Embedding与LLM模型配置。

简而言之，该模式会将每个文本块输入到大语言模型中，由模型自动生成语义匹配的问题和答案。只要配置得当，系统就能精准地将文档内容转化为检索友好的问答结构，从而大幅提升问答环节的命中率与回答质量。

确认前提条件：Embedding与LLM模型需已就绪

开始操作前，请先确认后台环境是否准备就绪。进入【设置】→【模型配置】，检查TEXT EMBEDDING和LLM两类模型是否均已启用并显示“已连接”。一个常见的误区：如果LLM模型未正确配置，Q&A分段功能将无法触发，上传文档后系统只会执行普通分段流程。

为何两者缺一不可？TEXT EMBEDDING负责将文本转化为可搜索的向量，而LLM则负责生成问题。此外，建议LLM的上下文长度不低于8K，否则长文档切片后无法完整送入生成流程，效果会受到影响。

上传文档并选用Q&A分段模式

进入【知识库】→【新建知识库】，上传PDF、DOCX或MD等可读格式文件（单个文件不超过15MB）。文件上传完成后，在“文本分段与清洗”页面的右侧预览区下方，找到【分段模式】下拉菜单——此处必须手动选择Q&A分段。

此步骤至关重要：Q&A分段不会出现在通用分段或自动分段选项中，必须显式选择。若选错模式，后续所有生成操作都将徒劳无功。

⚠️ 需要特别注意的是，扫描版PDF、图片型PPT、加密文档将直接失败——系统无法从中提取文字内容。若手头有此类型文件，建议先使用OCR工具将其转换为可选文字的PDF后再上传。

调节Q&A生成参数：把控问题数量与覆盖粒度

选择Q&A分段后，页面会展开高级参数区，这里有三个关键设置：

① 每段生成问题数：默认值为3，但建议设定为1～2。问题数量越多，Token消耗越显著，且容易产生语义重复或边缘化问题。一个精准问题及其对应答案，远胜于三个模糊问题，更有利于后续检索匹配。

② 保留原始段落：建议勾选此选项。开启后，系统在生成Q&A的同时，仍会保留原始文本块作为独立的向量索引源。如此一来，即便用户提问方式超出设定问题范围，仍能通过向量检索兜底命中，避免完全无回应。

③ 强制生成FAQ格式：建议关闭此选项。因为一旦启用，所有输出都会被强制套入Q:/A:模板，破坏语义完整性。在实际业务中，答案常包含表格、代码、步骤编号等结构化内容，保留原始格式更有利于LLM后续引用与呈现。

启动处理并验证生成效果

设置完毕后，点击【保存并处理】。系统开始运行，耗时取决于文档长度与LLM响应速度——通常每页PDF需8至15秒。等待状态变为“已完成”后，返回知识库详情页，点击【数据集】标签，找到刚刚处理的文档，再点击右侧的【查看分段】。

此时，你会看到每个原始段落下方，已列出1～2组由模型生成的Q&A对。格式大致为：Q: 用户可能如何提问？ → A: 基于本段内容的直接回答。

若发现某段未生成Q，或生成的问题明显偏离原文主旨（例如将操作步骤生成为背景介绍），则说明该段文本存在歧义、术语堆砌或缺乏主谓宾结构。此时应返回原始文档，对该段内容进行重写或拆分，再重新处理一次，效果将显著改善。