适用场景

企业内部 AI 落地最实用的场景是知识库问答：把制度、手册、案例喂进去，员工问、AI 答、带出处。关键是数据治理与权限。

配置步骤（权限与数据安全）

# 1) 知识分域：公共/部门/项目，检索时按用户权限过滤
# 2) 敏感文档不入库（合同、财务、个人信息）
# 3) 日志：谁问了什么、命中了哪些文档
# 4) 私有化部署：模型与向量库在内网

关键参数与建议

  • 数据来源：制度文档、操作手册、工单记录、FAQ，先清洗去重
  • 切分与索引：按语义切分，保留标题与出处，便于引用
  • 检索增强（RAG）：召回 + 重排 + 引用原文，减少幻觉
  • 权限：按部门/角色过滤知识范围，敏感文档不入公共库
  • 评估：准备问答测试集，测量准确率与引用正确率

容易踩的坑

  • 全量知识库不分权限，普通员工能查到管理层文件
  • 调用外部大模型接口，内部数据出境
  • 无审计日志，泄密无法追溯

验证与巡检

# 验证：用不同权限账号提问，确认检索范围不同
  • 巡检：权限过滤生效、私有化部署确认、日志留存

小结

AI 知识库的验收：用 30 个真实问题测试，答案有出处、可点击、无敏感信息泄露。达不到就继续调检索，别急着全员推广。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。