企业知识库不是把 PDF 丢进去就结束

企业知识库真正难的部分不是“上传文件”，而是知道哪些资料应该进入、谁能访问、如何更新，以及答案什么时候需要回到原始证据。

先做资料边界

不是所有文件都应该进入知识库。需要先区分公开资料、内部资料、敏感资料和过期版本。

结构比数量重要

大量重复、冲突和无效文档只会增加检索噪声。先建立分类、命名、版本与来源规则，再谈更多数据。

答案必须可以回到证据

高价值企业问答需要保留来源，让使用者知道结论从哪里来，而不是把模型生成内容当成企业事实。

知识库需要维护机制

资料更新、人员变化和流程变化都会让知识过时。知识库必须明确负责人、更新方式和废弃规则。

知识库建设从“清单”开始

先列出企业到底有哪些资料：制度、产品、报价、销售话术、项目文档、培训资料、FAQ、客户交付材料。再标注所有者、更新时间、权限和是否仍有效，这一步通常比立刻选向量数据库更重要。

冲突资料必须有处理规则

同一问题如果存在多个版本，系统需要知道哪个是当前有效版本、哪个只能作为历史参考。否则模型检索到了两个互相冲突的答案，再强的生成能力也无法替企业决定哪一个是真的。

高价值问答应保留来源链

尤其涉及制度、报价、项目标准时，回答最好能够回到原文位置，让员工能快速验证。知识库的目标不是让模型“说得像对的”，而是减少查找和确认事实的成本。

一个可用的企业知识库，通常要先完成“资料治理四表”

第一张表是资料清单，列出制度、产品、报价、项目、培训、FAQ 等来源；第二张表是权限表，明确哪些角色能看到哪些内容；第三张表是版本表，记录当前有效版本、历史版本和更新时间；第四张表是责任表，明确谁负责新增、修改和废弃。完成这四张表后，再设计检索、切分、向量化或问答入口，系统才有稳定基础。否则上传得越多，冲突资料和过期答案反而越容易被模型放大。

格物的方法始终从真实问题开始：先看清，再结构化，再进入使用。