| 适合谁 | 知识散落在文档、邮件、口口相传中,需要可被 AI 检索与引用的企业。 |
|---|---|
| 典型输入 | 业务文档、规章、政策、SOP、案例、客户资料、历史工单。 |
| 交付物 | 知识结构、清洗流程、权限模型、RAG、引用机制、评估与更新机制。 |
| 合作方式 | 与业务与 IT 团队协作,先做核心知识,再扩展到周边。 |
| 更新时间 | Wed Aug 12 2026 08:00:00 GMT+0800 (China Standard Time) |
企业通常卡在哪里
把 PDF 丢给模型
模型答非所问
知识更新跟不上
业务规则变了
权限混乱
所有人都能看所有文档
没有评估
模型回答质量无法度量
既白具体做什么
- 01
知识梳理
盘点散落资料
与业务人员一起盘点文档、规则、案例;形成可讨论的知识结构与目录。
- 02
清洗与切分
把脏数据变成可检索
处理版本、口径、重复、缺失;按知识结构切分
- 03
权限与合规
权限与可追溯
区分公开/部门/个人
- 04
RAG 与评估
检索增强 + 评估集
用评估集验证检索质量与回答质量;不通过则回到知识结构与切分。
- 05
更新机制
让知识库跟得上业务
明确谁、什么频率、按什么流程更新知识;自动化与人工审核结合。
交付物与验收
知识结构
可扩展、可演化的知识目录与元数据模型。
清洗与切分
处理脏数据、重复、版本
RAG 与引用
检索增强生成、引用可追溯、可信度标注。
评估与更新
评估集、更新流程、责任人。
可以这样验收
- 知识结构覆盖核心业务,业务人员认账。
- 关键问题能在真实样本上被正确检索与回答。
- 权限与合规通过审查,引用可追溯。
- 知识库有清晰的更新机制与责任人。
不适用对象与边界
- 没有可整理的内部资料,只想要"通用大模型问答"。
- 不愿投入业务人员参与梳理与评估的"全自动知识库"。
- 把"知识库"等同于"把所有 PDF 丢给模型"。
常见问题
知识库和 RAG 是一回事吗?
不是。RAG 是检索增强生成的技术;知识库是一套包含结构、权限、评估、更新机制的系统。RAG 通常是知识库的关键模块之一。
知识库多久能搭好?
取决于资料量、复杂度与权限要求;典型 4-8 周可完成核心知识上线,扩展是长期工作。
怎么保证知识不"过期"?
必须有明确的更新流程、责任人、版本与告警;评估集定期回归,不合格就回到更新流程。