苏州企业AI知识库搭建：从资料到问答的 5 步

什么样的企业该做知识库？

先看三个信号，中了两个以上再做，否则容易做成一个没人打开的搜索框：

• 同类问题每天被问 10 次以上。员工问行政、客户问售后、销售问技术，内容重复且答案固定。
• 答案藏在文档里，但找不到。有手册、有制度、有工单记录，但每次都要翻半天，或者要问某个老员工。
• 人走了，知识跟着走。关键岗位一离职，一批经验就断了，新人上手要 3 个月。

反过来，这两种情况先别做：资料总共不到 50 份（直接整理成一份 FAQ 更省）、问题本身需要现场判断（比如设备故障要听声音）。

从资料到问答，要走哪 5 步？

1. 定场景。不做「公司大脑」，先做「售后 10 个高频问题」或「制度 20 问」。范围越窄，越快见效。这一步要产出 30 道评测题和标准答案。
2. 清资料。去掉重复版本、过期文件、页眉页脚。20–40 份核心文档比 2000 份乱文档有用。清洗通常占总工时的 40%。
3. 切分入库。按标题层级切，一段讲一件事。切太碎丢上下文，切太大检索不准。表格与参数单独处理，别混在段落里。
4. 调检索。答不准分四类：没检索到、检索到无关、检索到没用、用了但答偏。每类改法不同，靠评测集定位，不靠感觉。
5. 上线迭代。先给 10 个人用 2 周，记录真实提问与答错的题，每周补一批。前 3 个月是爬坡期，之后趋于平稳。

这 5 步里，最容易被跳过的是第 1 步和第 4 步。跳过第 1 步，做出来的系统什么都能答一点、什么都不准；跳过第 4 步，上线时演示很惊艳，一周后没人用。

三种做法怎么选？

做法	投入	适合	局限
SaaS 工具	按账号或按量付费，1–2 周能用	资料不敏感、需求标准、10 人以内先用起来	数据在厂商服务器，切分与检索参数改不了
开源自建	一台服务器加 1 名懂技术的员工，1–2 个月	有 IT 能力、要私有化、预算有限	调优靠人，出问题没人兜底
定制交付	项目制，3–6 周起	资料敏感、要和现有系统接、要求答案带出处与权限	前期投入高，需要企业配合出资料与评测

判断标准不是「哪个先进」，是「谁负责它活着」。SaaS 工具最省事，但没人天天用就会废；开源自建最灵活，但没人维护就会烂；定制交付有交付方兜一段，但最终还是要企业自己有人接。

为什么演示效果好、上线就不好用？

因为演示用的是准备好的问题，上线面对的是真实提问。两者差三件事：

• 问法不一样。演示问「设备报 E03 怎么处理」，真实提问是「那个红灯闪三下是啥意思」。要做同义扩展与口语映射。
• 资料不一样。演示用的 20 份文档是挑过的，真实资料里有三个版本、两套叫法、一半是扫描件。
• 人不一样。演示时是一个人问，上线后是 50 个人同时问，权限、并发、响应速度都要考虑。

解决办法很朴素：上线前用 30 道来自真实场景的题做验收，答对 24 道（80%）再上线。这个数字比任何演示都有说服力。

私有化和公有云怎么取舍？

判断依据只有两条：资料能不能出内网、预算够不够买机器。

• 能出内网、预算有限：用公有云 API。见效快，按量付费，缺点是长期成本随用量涨，且资料要脱敏。
• 不能出内网：私有化部署。一台带显卡的服务器起步，一次投入，长期可控。具体配置与并发测算见私有化知识库部署。
• 混合：敏感资料放内网，公开资料走云端。实现上要维护两套索引，复杂度高一倍，除非确有需要，不建议。

医疗器械、军工配套、上市公司未公开信息，这三类基本只能私有化。其余企业建议先公有云跑通场景，再决定要不要搬到内网。

一个知识库项目要多久、怎么验收？

以单个场景（比如售后问答、40 份文档）为例：第 1 周定场景与清资料，第 2 周切分入库与跑通，第 3 周调检索与补题，第 4 周小范围试用与修问题。3–6 周是常见区间，取决于资料脏的程度。

验收不看「答得像不像人」，看四个数：

指标	怎么算	参考线
答案命中率	30 道评测题里答对的比例	80% 以上再上线
出处准确率	答案引用的文件与段落是否真的支持该结论	95% 以上
首字响应	从提问到出现首字的时间	3 秒内
30 天活跃	真实提问过的人数占授权人数	40% 以上

达不到就先别扩大范围。一个场景跑不通，扩到五个场景只会更乱。答不准的具体优化方法，我们单独写在知识库检索不准怎么优化里。

知识库的产品形态、交付内容与计价方式写在企业AI知识库服务页。揽明AI 团队深耕 B2B 企业服务 19 年，累计服务企业 5000+，办公地在苏州高新区，苏州本地可上门。预约一次 30 分钟诊断，带上你们的资料目录，我们判断哪 40 份该先做。