你问公司 AI“现在的退款政策是什么”，它却翻出三年前的草稿，还答得很笃定。Patrick Neeman 认为，这类幻觉、检索失败和错误回答，往往不只是模型问题：如果资料库本身混乱，再强的 AI 也只能从一堆互相矛盾的文本里猜答案。
关键在信息架构（Information Architecture，IA）——给内容划分类别、层级、名称和关联规则。文章举了一个很直观的区别：价格、正式政策、已废弃的说明和客户评价，写成文字后可能很相似；人能借页面上下文判断性质，模型拿到孤立片段时却未必知道谁更权威。元数据、分类法和内容类型，正是用来标明“这是什么、是否有效、能不能信”的路标。
这也解释了为什么检索增强生成（RAG——先从资料库找材料，再据此作答）并非接上文档就会可靠。没有统一命名、版本关系和内容治理，检索容易挑中关键词最像的材料，而不是最新、正式的那一份。Neeman 的提醒很克制也很实际：在继续升级模型、打磨提示词之前，企业可能得先把多年没做的信息整理补回来。