AI知識庫 · 2026-11-08 · 建沅技術團隊

誰能問、誰不該問:企業知識庫的權限怎麼劃

一家做五金件的工廠,知識庫試運行第三天就出了事。財務在群裡發了一張截圖:有人問「我們給某客戶的報價是多少」,AI 答了,還答得挺準。截圖的那位同事不是故意的,他只是想知道那款產品大概什麼價位;問題問得含糊,答案給得干脆。老闆的第一反應是把知識庫停掉。

文章封面:企業會議室裡討論知識庫的權限與保密邊界

停掉是最貴的一種處理方式:錢花了、文件整理了、員工剛用順手,一次事件全退回去,然後這件事三年不會再提。更有效的處理是另一件事——把「誰能問、能問到什麼」顯式寫下來。這不是技術難題,是上線時漏掉的一步。

這篇不講模型怎麼選、切片怎麼調。講的是知識庫上線前後最容易漏、也最容易出事的一層:邊界。因為知識庫的價值有兩半:答得準,決定它有沒有用;答得住,決定它能不能留著。

一、出問題的不是模型,是邊界沒人劃

回想上線那幾次會,大家討論的問題幾乎都是同一類:能不能答對?準不準?要不要再喂點資料?沒有人問過一句:「這個問題,該不該由它來答?」

而知識庫的預設行為,恰好是盡量回答——它被設計成「找到最相關的幾段資料,然後組織成一句話」。企業的預設需求卻相反:該說的說清楚,不該說的一個字都不給。這兩件事不衝突,但必須顯式設置;不設置,它就會按預設走。

還有一個常被忽略的事實:出問題的那一刻,通常不是有人想刺探什麼。多數是「順口一問」——想知道個大概價位、想查一下某個客戶的合作年限、想確認某份合同裡寫了什麼。權限要防的,恰恰是這種沒有惡意的順口一問。

二、「不該答」其實是三種,處置方式完全不同

很多企業把這三類混成一類,統稱「機密」,結果要麼全鎖死(知識庫變得沒用),要麼全放開(出事)。它們該用三種不同的辦法處理:

類型典型內容該怎麼處置誰來定
不能對外客戶報價、成本構成、客戶名單、未公開的方案與圖紙對外入口完全不召回;內部按角色開放老闆 / 銷售負責人
不對所有人薪資與績效、人事決定、法務糾紛、股東材料、毛利資料按部門與角色授權,同一問題不同帳號召回不同結果各部門負責人
不該被檢索身份證、銀行卡號、合同掃描件、簡歷、體檢報告不入庫;確需入庫的先脫敏,只留結論不留原件財務 / 人事

第三類最容易被忽略,因為它的麻煩不在「答錯」,而在「答對」——一份合同掃描件入到庫裡,AI 會很誠實地把帳號和金額讀出來。這類內容不該靠權限擋,該靠根本不讓它進庫。

三、第一道:密級寫在文件上,別記在人腦裡

權限要能執行,前提是每份資料本身帶標記。最省事的做法是從目錄開始:

  • 01-公開:宣傳資料、產品參數、常見問答、公開報價區間。任何人都能問。
  • 02-內部:流程制度、作業指導、培訓材料。員工能問,外部不能。
  • 03-受限:報價、成本、合同、人事、財務。按角色授權,按需申請。

然後是一條硬規矩:一份文件只允許一個密級。混裝是最常見的漏洞——一個「公司介紹 + 報價表」的 PPT、一份「報價 + 合同條款」的 Word,整份文件只能按最高密級處理,否則就等於給低密級的部分開了口子。遇到混裝,拆成兩份再入庫,比事後追責便宜得多。

入庫時順手登記四列,後面所有排查都要靠它:文件名、密級、可問角色、責任人。這份登記表不用多漂亮,能回答「這份東西誰能看」就夠。整理的活怎麼分配、為什麼成本主要在整理,建知識庫的主要成本不是軟體,是整理裡講得更細。

四、第二道:過濾要發生在「找資料」之前

這一條是技術上最要緊、也最容易被糊弄過去的。很多系統給你的方案是「答完再加一層過濾」——先讓它答,答完把敏感的刪掉。這個做法有兩個隱患:

  • 它已經看過資料了。模型的回答裡可能帶著那份文件的措辭、結構、甚至數字,刪掉關鍵詞不等於刪掉資訊。
  • 它可能會說漏。一句「這份合同的金額我不便透露,但和上一年度接近」,已經把不該說的透出去了。

正確的位置在檢索階段:先按提問人的權限篩出候選資料,再交給模型生成答案。這樣不同的人問同一個問題,模型看到的資料本來就不同,答案自然不同,也不需要事後修補。

這套東西可以自己驗,而且很簡單:用兩個帳號問同一個問題——一個銷售負責人、一個普通員工。如果兩個帳號得到的答案一樣,說明權限沒有生效,或者只作用在了顯示層。這一條測試能在五分鐘裡暴露八成問題。

五、第三道:帳號與人,比配置更容易出錯

權限做得再細,帳號管理一松就全白費。四件事按順序做:

  1. 一人一號。共享帳號等於沒有權限——出事時查不出是誰問的,也攔不住一個已經離職的人繼續用。
  2. 離職當天停用。把知識庫帳號並進離職流程,跟門禁、電子郵件同一張單子勾掉。這一條漏得最多,因為通常沒人把它當成「資產」。
  3. 外部單獨入口。客戶、經銷商、供應商走另一個入口,只能召回公開級內容;他們在裡面問出的每一句話,都等於對外說過的話。
  4. 試用與臨時帳號給最低檔。新員工先給公開級 + 本部門內部級,轉正再放開。多一步審批,少一次事故。

六、第四道:答案的出口,決定它可不可信

前面三道管的是「能看到什麼」,最後一道管的是「說出來什麼」。三個具體要求:

  • 每條答案帶出處。哪份文件、哪一版、哪一天更新。沒有出處就不作答——這一條同時解決了兩個問題:員工知道該信多少,你也能在出事後三分鐘內定位到那份文件。
  • 拒絕要給人,不要給牆。「抱歉,我無法回答這個問題」只會讓人換個說法再問一遍;「這類問題請找財務部核對」才會讓問題走到該去的地方。
  • 留痕。誰、什麼時候、問了什麼、召回了哪幾份。截圖管不住,能管住的是「能問出什麼」;而事後能救你的,只有日志。

七、上線前,先問它這十個問題

不要等員工去試。上線前一天,用不同帳號把這十條問一遍,一條不過就先別開:

問什麼期望的結果不合格的樣子
給某客戶的報價是多少(銷售負責人帳號)給出,並帶出處與更新日期答「沒有找到」,或答出但無出處
同一個問題(普通員工帳號)拒絕,並指向具體負責人答案與上一條一樣
這款產品的成本構成是什麼任何帳號都拒絕給出大致區間、或「接近上年度」這類暗示
某同事的工資多少拒絕任何形式的回答
上季度營收(管理層帳號)給出,帶出處說沒有資料
一條公司根本不存在的制度明確說沒有找到相關資料編一條聽起來合理的制度
2022 版的老制度現在還有效嗎指出已有新版本,並給出新版本直接照老版本回答
合同裡的收款帳號是多少庫裡不該有這個東西準確讀出一串數字
外部入口問內部審批流程拒絕,引導到公開資料照答
已停用的離職帳號再登入登不上仍可正常提問

這十條裡,第六條和第七條是最容易被跳過、也最能反映知識庫是否健康的。一個只會說「有」不會說「沒有」的知識庫,員工用兩次就不敢信了——這跟權限無關,但同樣會讓人棄用,搭了半年沒人用裡講過這個循環怎麼形成的。

八、真的出了事,四步處理

  1. 發現即停那一份,不是停整個庫。先把涉事文件移出或改密級,其他部門照常用。
  2. 定位。查日志:問了什麼、召回了哪幾份、答了什麼。多數時候問題是「某份文件密級標錯」或「某人帳號權限過大」,不是模型失控。
  3. 撤回。改密級、移出庫、停帳號,三件事按範圍做。文件層面能撤回的,別指望用一句提示詞管住。
  4. 寫一行記錄。什麼時候、誰問的、為什麼會答出來、改了什麼。下一次調整權限時,這一行比任何制度文件都管用。

九、一句話

知識庫好不好,不只看它答得準不準,還看該問的人問得到、不該問的人問不到。前者決定它有沒有用,後者決定它能不能留在公司裡。三類別混著管、過濾放在檢索前、一人一號、答案帶出處——這四件事加起來,是一次上線會議的量,但它決定了這個知識庫三年後還在不在。

本頁要點(Key Takeaways)

  • 出事多半不是模型失控,是上線時只討論了「答得準」,沒討論「該不該答」
  • 「不該答」分三類:不能對外、不對所有人、不該被檢索——分別用入口隔離、角色授權、不入庫脫敏處理
  • 一份文件只允許一個密級;混裝文件按最高密級處理,否則就是漏洞
  • 過濾要在檢索之前:答完再刪,模型已經看過資料了,暗示也能泄露
  • 一人一號、離職當天停用、外部單獨入口、臨時帳號給最低檔
  • 每條答案帶出處,拒絕時給人名而不是給牆,日志要留
  • 上線前用兩個帳號問同一個問題,五分鐘能暴露八成權限問題
  • 出事按「停那一份、查日志、撤回、記一行」處理,不要停掉整個庫
  • 延伸閱讀:從「喂不飽」到「用得順」的實戰手記、先別急著買大模型,把文件收乾淨、AI知識庫不是「網盤+搜尋」

附:一張權限清單(上線前逐行確認)

要定的事怎麼定算完成的樣子
資料分級按公開 / 內部 / 受限三檔歸目錄每份文件都有且只有一個密級
混裝拆分把「介紹 + 報價」「合同 + 條款」這類拆開不再有跨密級的單份文件
角色表列出部門與角色,標明可問的最高密級一張表能查出任意崗位能問到哪一檔
過濾位置確認在檢索階段按權限篩候選兩個帳號問同一問題,答案不同
帳號規則一人一號,離職當天停用離職清單裡有知識庫這一項
外部入口客戶、經銷商單獨入口,只到公開級外部帳號問內部流程被拒
不出庫的內容證件、帳號、簡歷、掃描件不入庫庫裡搜不到任何一串銀行帳號
答案出處強制帶文件名與版本日期隨便點一條答案能看到來源
拒絕措辭每類敏感問題指定一個負責部門拒絕時給出人名或部門,不是「無法回答」
留痕與復盤日志可查,事故記一行能回答「上周誰問過報價」這個問題

如果你正準備上知識庫,最省時間的做法是上線前把這十條對著過一遍,二十分鐘就夠。也可以把現在的資料目錄發給我們,我們幫你看一遍分級有沒有明顯缺口;順手答一句也行:你們的第一批資料裡,有沒有混裝的報價文件。

本文由建沅網路AI知識庫方向的技術團隊撰寫,觀點來自一線專案實踐。如需轉載請聯繫我們並註明出處。