很多企业做 AI 知识库，第一步就是“把所有文档扔进去”。看起来资料很多，实际上经常变成：搜不到、答不准、引用混乱、旧规则和新规则打架。 真正能用的企业知识库，不是文件仓库，而是一套能持续回答业务问题的知识产品。 这套系统至少要过 5 关： **第一，先定场景。**不要一上来做“全公司万能知识库”。先从一个部门、一个高频场景开始，比如员工问报销制度、客服查产品规则、销售找方案资料、研发查排障手册。场景越清楚，资料范围、权限边界和评测标准才越清楚。 **第二，资料要治理。**旧版本、重复文件、扫描件、无来源资料混在一起，AI 不会自动判断哪份可信。入库前至少要补齐来源、版本、负责人、更新时间、适用范围和权限边界。 **第三，检索链路要设计。**知识库答得准，不是靠模型临场发挥，而是靠材料召回得准。文档要切片，内容要向量化，关键字段还要支持关键词检索，最后通过重排选出最相关片段，并带上原文引用。 **第四，权限必须前置。**企业知识不是所有人都能看。财务、合同、薪酬、客户资料、内部策略，都需要可见范围、脱敏规则和日志审计。越聪明的知识库，越要有边界。 **第五，上线后要运营。**知识库不是一次性项目。哪些问题答错了？哪些资料缺失？哪些文档没人维护？哪些问题被频繁问？这些都要进入反馈和更新闭环。 所以，企业知识库的难点不在“存”，而在“长期可用”。 能用的企业知识库 = 场景清楚 + 资料干净 + 检索准确 + 权限可控 + 持续更新。 #AI知识分享 #企业知识库 #RAG #知识库 #大模型 #AI工具 #语义搜索 #向量数据库 #人工智能 #AI落地