一家公司把共享盘里的产品手册、制度文件和售后记录全部导入 AI 知识库。员工问“某型号现在用哪版参数”，系统却引用了三年前的 PDF；再问报销流程，它同时给出两套互相冲突的答案。文件确实进去了，知识库仍然没有变得好用。
问题常出在资料原本就没有整理。文件夹里同时存在“最终版”“最终版2”和“客户修改版”，扫描件没有可检索文字，表格缺少标题，售后经验藏在一张聊天截图里。AI 可以检索内容，却不能替企业判断哪份有效、谁有权确认。
建设知识库前，企业需要先选一个具体使用场景。产品查询、售后排障、内部制度和销售支持需要的资料不同，审核人也不同。一次把所有文件倒进去，问题范围太宽，团队很难发现答案究竟在哪个环节出了错。
产品资料可以按型号、适用地区和生效日期整理。参数表要有清楚表头，图片中的关键数值需要补成文字，旧版本标记为归档。遇到同一产品中文名、英文名和内部编码并存的情况，可以建立对应关系，让员工使用任一种叫法都能找到同一份资料。
制度文件要写明适用对象和执行时间。总部流程与工厂流程不同，就分别标注；临时通知已经失效，应从常用问答范围移出。知识库返回答案时最好附带来源文件和日期，员工能打开原文核对，也知道遇到特殊情况该找谁确认。
售后经验不能只保留结论。出现什么现象、先检查哪项、需要拍哪些照片、何时停止操作并联系工程师，这些步骤应由售后人员确认后写成条目。聊天记录可以作为素材，却不适合未经整理就成为标准答案，因为里面可能缺少上下文和客户特定条件。
资料拆分也会影响检索。一本上百页的手册如果只作为单个文件处理，系统可能找到相关章节，却难以准确引用。企业可以按产品、部件和问题拆成有标题的小段，同时保留原手册链接。拆分标准要服务员工提问方式，不能只按页数机械切开。
试运行时，项目组可以收集员工平时真的会问的问题，不要只用资料标题做测试。业务员可能问“客户要耐高温版本怎么选”，售后会问“设备异响先排查哪里”。测试人员核对答案、引用来源和停止条件，发现缺口后回到文件补资料。
苏州凯乐丰网络科技有限公司在协助企业规划私有化 AI 应用时，通常会先确定使用部门和高频问题，再梳理资料来源、版本与审核责任。技术部署可以很快完成，资料是否有人确认，决定了系统能不能进入日常工作。
知识库还需要一条纠错路径。员工发现答案过期，可以标记问题并提交来源；资料负责人修改文件后，管理员重新索引，再用原问题复测。每次产品更新或制度调整，也应同步检查相关条目，避免新文件加入了，旧答案仍被优先引用。
企业不必追求一次覆盖全部知识。先让一个场景里的几十个高频问题得到稳定回答，再扩到其他部门，维护压力更容易控制。员工愿意持续使用，往往因为答案有来源、边界清楚、错误有人处理，而不是因为知识库里存了多少个文件。
