PIPELINE简而言之
在决定使用AI知识库之前，值得做一个简短的现状评估：哪个流程最耗时，谁将来维护系统，以及必需的内容是否已经存在。完整的核对清单在下方。
01 — 检查清单
首次报价前明确
- 想改善什么？用一句话说明，不用专业术语。
- 如何判断？用一个应该改变的数字。
- 谁来决策？一个人，不是一个委员会。
- 可用预算是多少？大致范围即可 — 这让报价具有可比性而非随意性。
- 截止时间？以及时间取决于什么。
- 涉及哪些系统？谁拥有访问权限。
- 您们已有什么？内容、数据、前期工作 — 这会降低价格。
02 — 配合要求
我们需要您提供的内容
- 一位有决策权的联系人 — 而不仅仅是转达信息的人。
- 相关系统的访问权限,需要及时提供，而不是在上线当天才给。
- 来自日常业务的真实案例 — 越不规范，对测试就越有价值。
- 2至4小时用于沟通协调，分散在整个项目周期内。
- 对“什么是成功”这个问题的明确答案。没有这个答案，后期就无法评估效果。
03 — 问题
您应该提出的问题
- 如果项目成本超出预估会怎样 — 由谁承担？
- 数据、访问权限以及（如果有开发）源代码归谁所有？
- 第二年和第三年的运营成本是多少？
- 我们最终会收到什么样的文档？
- 您会用什么标准来衡量这个项目是否成功？
- 在什么情况下您会建议我们不要做这个项目？
04 — 问题
常见问题
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。
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。
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。
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。
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。
我们可以分步扩展到其他部门吗？
可以，这是常规做法。从一个部门开始，从其问题和结果中学习，然后再接入下一个——而不是一次性全部开放。
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。