直接回答
企业 AI 知识库应该怎样建设？
企业 AI 知识库应先解决“哪份资料有效、谁能看、答案依据在哪里”，再讨论向量库和模型。把原始资料、版本与权限作为事实层，把检索索引作为定位层，把回答和工作记忆分开管理。
四条可引用判断
先把边界和决策讲清楚
01
原始资料、检索索引、回答缓存和长期记忆是不同对象，不能混在一个知识库概念里。
02
制度、合同和 SOP 必须记录生效日期、适用范围、所有者和废止关系。
03
检索评测应先检查是否找回正确证据，再检查模型是否正确组织答案。
04
没有依据、依据冲突或权限不足时，系统应说明原因并请求人工处理。
决策表
四层结构比“一次上传全部文件”更可靠
层级保存内容关键控制
原始资料文件、数据库记录和业务对象版本、所有者与访问权限
检索索引用于定位的切片、字段和关联同步、删除与权限继承
回答生成当前问题的证据和组织结果引用、冲突和不确定性
工作记忆经授权确认的规则、偏好与事实可查看、纠正、导出和删除
真实任务流程
从一个知识域开始建设
- 01 · 选知识域
选择责任人明确、版本稳定、问题高频的一组资料。
- 02 · 治理资料
补齐来源、日期、适用范围、权限和废止关系。
- 03 · 建立测试集
收集真实问题、正确证据和不可回答问题。
- 04 · 评测两段
分别测试检索命中和回答是否忠于证据。
- 05 · 持续维护
资料变更时同步索引并回归测试。
反例与适用边界
这些条件不能被自动化口号省略
- 知识库不能自动判断资料本身是否真实或合法有效。
- 相似度高的文本不一定是当前有效规则。
- 没有删除、版本和权限同步机制时，不应扩大到敏感知识域。
企业下一步
用一批真实任务建立自己的结论
选择一个制度或 SOP 知识域，整理五十个真实问题及正确依据，先达到可复核的检索质量，再接入数字员工。
实体范围
这篇答案覆盖什么
通用企业管理IT与安全负责人知识检索企业知识检索权限控制提高证据完整性沉淀组织经验