企业知识库要怎么搭建,有什么坑
提问
企业知识库不是先“建一个库”,而是先设计好上下文如何分层、如何被 AI 渐进加载、如何持续维护;坑主要出在这三件事被当成一次性整理文档。
先想清楚知识库是给 AI 用的上下文基础设施
立正把知识库放在 Context Architecture 里看:从原始信息到结构化知识库,再到 AI 可消费的格式,是一条流转链路,而不是一个静态文档仓库1。他提到这套方法包含三层:定义任务需要哪些 context、谁负责产生和维护;设计团队的 context 流转方式;选择文档系统、知识库、MCP 集成等工具链1。所以搭建顺序应是先定“谁在什么任务里需要什么知识”,再选工具,而不是先买系统再往里塞文档。
三个容易踩的坑:分层、加载、持续生效
立正指出零散尝试和系统基础设施是两码事,差距在三点:不知道 context 该怎么分层和管理(三层记忆、蒸馏策略、隔离边界),这是架构问题;不知道怎么让 AI 渐进式加载 context(索引设计、加载策略、context window 管理),这是技术实现问题;不知道怎么让规范持续起作用(规则注入、自动检查、可观测性),这是工程化问题2。对应到知识库:文档全量堆进去不等于 AI 能用好,需要索引和按需加载;政策、规则会变,没有更新和检查机制,答案就会过期。一个具体案例是产假小助手,原文提到政策变更可能导致计算结果不再准确,需要定期更新规则引擎和政策文档3。
给准备动手的团队一个起点
AI推演如果你们已有零散的知识库和 prompt 模板,可以先挑一个高频、答案有明确出处的业务问题(如政策问答),把它当作第一条完整链路来跑:明确谁维护源文档、AI 从哪些片段取答案、答案错了怎么发现。这是 AI 基于上述材料给的应用建议,不是原文规定的流程。判断是否跑通,可以看两件事:答案能否指回具体文档,文档更新后答案是否跟着变。原文强调这类设计需要同时具备 AI 工程和组织管理经验的人来做2。
提供的片段只给出 Context Architecture 的框架和三个问题方向,没有展开三层记忆、索引设计、eval 的具体做法;原文说详细方法会在后续文章分享,本次资料中没有。
回到3份原文
给出 Context Architecture 的三层框架和知识流转思路,支撑搭建顺序。
直接列出知识库类尝试与系统基础设施的三点差距,是回答“坑”的核心依据。
提供政策文档类知识库的真实案例,说明文档更新带来的失效风险。