PIPELINE在考虑AI知识库之前，值得看看更简单的方法：一个写得更清楚的页面、一个不同的电话规则、一个整理过的流程。现成的标准解决方案能覆盖一部分需求，但在涉及自有数据和集成时会遇到局限。什么都不做也是一个合理的答案。
01 — 替代方案
还有哪些选择
在考虑AI知识库之前，值得看看更简单的方法。有时一个写得清楚的页面、一个不同的电话规则或一个整理过的流程就能解决同样的问题，不需要任何系统。
现成的标准解决方案可以覆盖部分应用场景，且能快速投入使用。它们的局限在于，当涉及自有流程、自有数据或系统对接时 — 以及数据最终归谁所有的问题上。
第三种可能是什么都不做。当受影响的流程很少发生，或者真正的瓶颈在别处时，这是一个合理的答案。如果情况确实如此，我们会直接说明。
02 — 界限
我们不建议的情况
- 流程还在变化中。只要您还在调整流程本身，手工操作更灵活也更经济。
- 例外情况多于常规情况。那就是在自动化例外，成本会很高。
- 没有数据基础。如果没有数字化的原始数据，就缺少基础条件。
- 业务量太小。每月只有五个流程，任何系统都不划算 — 即使是便宜的。
- 真正的瓶颈在别处。如果询价太少，加快处理速度没有意义。
03 — 标准
报价的区别在哪里
- 具体包含什么内容。两份金额相同的报价可能包含完全不同的服务。要求对方以列表形式提供范围，而不是段落文字。
- 谁提供什么。内容、图片、数据、访问权限 — 如果没有写明，日后会成为争议点。
- 运营成本是多少。按三年计算，包括许可证、托管和维护。
- 如果您想更换供应商会怎样。您能拿到访问权限、数据和文档吗？这个问题的答案比任何推荐信更能说明供应商的可靠性。
- 实际由谁来做。对于小型供应商这很重要：谁参加会议，谁实际执行。
04 — 问题
常见问题
必须在云端运行吗？
不必。对于敏感领域，我们部署完全在您自有硬件上运行的模型。这会增加配置成本并略微影响回答质量，但任何文档都不会离开您的企业。
如果文档库中包含多种语言怎么办？
没问题——搜索能够独立理解不同语言的问题和文档，即使提问和来源使用不同语言也能找到正确答案。
我们的文档很混乱。这样也可以吗？
在一定程度上可以——系统能够处理不同的格式和结构。但它无法解决矛盾信息。如果同时存在三个版本的价目表，必须事先明确哪个有效。
文档量大的情况下配置需要多长时间？
这取决于文档状态而非数量：结构良好、重复较少的文档库几周内即可投入使用，而长期积累、存在大量旧版本的文档库需要先进行清理。
什么是 RAG?
这个缩写代表检索增强生成（retrieval-augmented generation)。系统不是让语言模型凭记忆回答，而是先在您的文档中搜索，只将找到的内容用于回答。这就是答案附带来源的原因。
那所有人都能看到一切内容吗？
不会。系统会沿用您现有系统的权限设置。今天无权打开某个文件夹的人，也不会从中获得答案。
我们如何识别过时的答案？
通过日期信息和标记为已过时的文档标识。此外，分析会显示哪些来源经常被引用——然后优先维护这些内容。
下一步
让我们简短讨论一下这对您是否划算。
二十分钟的对话通常就足以弄清一个项目是否有意义。如果没有，我们会直说——这对双方来说都比一份无人需要的报价更便宜。