它解决什么问题
在很多企业里，知识散在三个地方：共享盘里版本不一的文件、聊天记录里的只言片语，还有老员工的脑子里。新人不知道去哪找，老员工被一遍遍打断，同一个问题，不同的人给出不同的答案。
企业知识库问答做的事很朴素：把这些资料整理好交给 AI，员工用平常说话的方式提问，AI 只根据你们自己的资料作答，并标出答案来自哪份文件的哪一条。
哪些资料适合放进去
适合先放
- 制度与流程：报销、请假、审批权限
- 产品手册、规格书、常见问题
- 报价规则、折扣权限、合同常用条款
- 工艺卡、作业指导书、质检标准
- 客服话术和历史问答
先别急着放
- 经常变化、却没人维护的资料
- 只有模糊扫描件的旧档案（要先整理）
- 员工档案、薪资等个人隐私信息
- 彼此矛盾、没人能拍板以哪份为准的文件
我们怎么搭建
- 选一个部门、一类问题。比如“销售政策”或“新员工入职”。范围小，才容易做好。
- 整理资料。挑出最新版本，删掉过期文件；彼此矛盾的地方，请负责人定一个准。这一步往往比技术更花时间，却决定了答案的质量。
- 搭建问答。把资料切分、建立索引、接入大模型。回答必须附出处；资料里没有的，就回答“没有找到”。
- 放到员工身边。网页、企业微信或钉钉都可以，员工不需要学新软件。
- 小范围试用。收集答错和答不上来的问题，补资料或调规则。
- 定一个维护人。资料更新时同步更新，知识库才不会慢慢失效。
私有化部署，还是用云端模型？
| 方面 | 云端模型服务 | 私有化部署 |
|---|---|---|
| 数据 | 资料存在你的服务器或云账户，提问时发送给模型服务处理 | 模型和资料都在你自己的服务器上 |
| 起步成本 | 低，按使用量付费 | 需要服务器或显卡等硬件投入 |
| 更适合 | 资料敏感度一般，想先快速验证 | 资料敏感、有合规要求，或使用量很大 |
| 维护 | 由我们维护，比较省心 | 需要有人照看服务器，也可以由我们代维护 |
常见的做法是：先用云端模型快速做出试点，确认有用之后，再决定敏感部分是否私有化。也可以混合使用：一般资料走云端，敏感资料留在本地。国内项目通常选用已按规定完成备案的国产大模型，例如 DeepSeek、通义千问。
费用由什么决定
- 资料的数量和整理难度
- 部署方式：云端还是私有化；私有化还要看硬件配置
- 入口和对接：只做网页，还是接企业微信、钉钉或现有系统
- 权限要求：是否需要按部门、岗位区分谁能看什么
- 使用人数和提问量，它决定后续的模型调用费用
我们先免费诊断，再给固定报价，并把后续的模型调用或服务器费用一起列清楚。
怎样让员工真的用起来
- 从高频问题开始。每天都有人问的问题，最能让大家感受到价值。
- 答案必须带出处。能一键核对，员工才敢信。
- 答不上来就说不知道。这比编一个像样的答案重要得多。
- 请最常被打断的老员工参与测试。他们最清楚哪些问题值得放进来。
- 每月看一次“没答上来的问题”。这是补资料最好的清单。
常见问题
大模型会不会胡编答案？
有这种风险，所以我们做三件事：只允许它根据你们的资料回答；每个答案附上出处，方便核对；资料里没有的，让它直接说“没有找到”。试点阶段，我们会用你们的真实问题反复测试。
资料要整理到什么程度才能开始？
不需要全部整理好。先选一个部门、一类问题，把这部分资料的最新版本挑出来，就可以开始试点。
员工离职了，经验还留得住吗？
留得住，这正是知识库的价值之一。建议在交接流程里加一步：把岗位上的经验写成文档，放进知识库。
能接企业微信或钉钉吗？
可以。入口可以是网页，也可以是企业微信、钉钉里的应用，具体在诊断时根据你们的使用习惯来定。