# 企业AI知识库搭建：先别急着买大模型，把文档收干净再说丨AI知识库——建沅网络

> 很多企业一上来就比模型参数，结果知识库上线两周就没人用。我们在三个项目现场反复踩坑后发现，真正卡住效果的不是算法，而是文档散、权限乱、没人对内容负责。这篇从一线视角拆解：先做什么、先不做什么、什么钱可以省。

上个月在东莞一家做精密零件的客户那，IT主管老周拉着我看他们的"AI知识库"。界面挺漂亮，问了句"304不锈钢的疲劳强度标准是多少"，它回了三段话，第一段引用的是2019年一份已经作废的检验规范。老周苦笑：这玩意儿谁敢给车间用。

这不是模型的问题。我们翻了下后台，同一份《材料检验规范》在系统里有四个版本，两个叫"最终版"，一个叫"最终版2"，还有一个躺在某个离职员工的共享盘里。AI只是忠实地把混乱放大了而已。

## 先搞清楚：你的知识到底散在哪几个地方

大部分企业做AI知识库，第一个动作是选型、比价格、看谁的模型跑分高。我建议先别急，花半天做个盘点。拿张纸，把公司里存东西的地方全列出来：OA的附件、企业微信的聊天文件、财务共享盘、生产部的本地硬盘、还有几个人微信收藏夹里的"重要资料"。

我们在一个客户那数过，光是"作业指导书"这一类，就散在6个位置，最新版只在车间主任的U盘里。你把这些喂给再强的模型，它也答不对，因为它根本不知道哪个是准的。

盘点的目的不是马上整理，是先知道工作量。如果发现同一类文档超过3个来源、版本号对不上，那第一阶段的目标就不是上线AI，是先把"唯一可信源"定下来。这一步做不实，后面全是白花钱。

## 分类不是给AI看的，是给你自己看的

很多人纠结分类体系要多细。我的经验是：别超过三层，而且第一层按"谁用"分，不按"是什么"分。比如"销售用""生产用""财务用"，比"制度类""流程类""技术类"更管用。因为员工提问时脑子里想的是"我这活儿该怎么办"，不是"这属于哪个学科"。

有个做食品的客户，最初按部门分了12个大类，结果销售问"客户要退货怎么处理"，系统在"售后制度"里找不到，因为那份文件在"质量管理"下面。后来改成按场景分——"接单""发货""退换货""对账"，命中率立马不一样了。

还有个小细节：文档标题别用内部黑话。什么"关于进一步规范XX的补充通知（三）"，这种标题人都不想点，AI也提取不出关键信息。改成"退货处理流程（2024版）"，就这么简单。

## 权限这事，别等出了事再补

这是最容易被忽略、也最容易出事的地方。AI知识库和传统网盘不一样，它会"主动"把内容组合起来回答。你给销售开了财务制度的读取权限，他随口一问"今年差旅标准"，系统可能把高管才看的预算表也带出来。

我们的做法是：权限跟着"人"走，不跟着"文件夹"走。先定角色——新员工、普通员工、主管、高管，每个角色能看哪几类内容，列清楚。然后在上传文档时就打标签，而不是等入库后再一个个设。听着麻烦，但比事后擦屁股省事。

有个客户吃过亏：测试阶段没设权限，销售用AI查到了竞争对手的报价分析，那是市场部内部文件。虽然没外传，但会上被老板问了一句"这也能看到？"，项目直接停了两周。

## 谁来喂、谁来审、谁来清

知识库不是建完就完了，它像个冰箱，得有人定期清理。我们建议至少定三个角色：内容提供者（各部门指定一个人，负责上传和更新）、审核者（通常是部门主管，确认内容准确）、运营者（IT或行政，管权限和清理过期内容）。

别指望员工自觉。我们在一个客户那推行"每月10号清一次"，过期文档自动打标"待确认"，一周内没人认领就归档。刚开始有人抱怨，两个月后大家习惯了，反而觉得清爽。

还有个现实问题：谁来出这个人力？如果是中小企业，别设专职岗，让行政或IT兼着，每周花两小时。关键不是人多，是责任到人。没人对内容负责，AI再聪明也只能胡说。

## 先跑通一个场景，再谈全公司推广

我见过太多"大而全"的项目死在半路。建议挑一个痛点最明确、参与人最少的场景先做。比如"新员工入职问答"，或者"售后常见问题"。范围小，文档少，一两周就能看到效果。

跑通的标准不是AI答得多好，是有人真的在用。我们一般看两个数：一周内提问次数、以及"答对了但没人反馈"的比例。如果提问的人个位数，别急着推广，先问问为什么不用——通常是答案不准，或者入口太深。

等这个小场景稳定了，再复制到下一个。每复制一个，权限模板、分类框架都能复用，边际成本会降得很快。

## 说点实在的

企业AI知识库这事，技术只占三成，七成是管理和习惯。模型会越来越便宜，但把文档理清楚、把责任定明白，这些活儿省不掉。如果你现在正准备启动，我建议先做一件事：打开公司的共享盘，搜一个你熟悉的制度名，看看跳出几个版本。如果超过两个，那你的第一笔预算不该花在模型上，该花在整理上。