PIPELINE简而言之
企业需要三样东西才能使用AI知识库：一个具体指定的、目前耗费时间或订单的流程，可用的现有内容或数据，以及一个有决策权的人。明确不需要技术背景知识。
01 — 前提条件
您需要为AI知识库准备什么
- 一个明确的需求。不是“我们应该做些 AI 相关的事”，而是一个今天确实耗费时间或订单的流程。
- 现有内容或数据。AI知识库利用现有资源。起始情况越完整，设置时间越短。
- 对相关系统的访问权限。谁管理访问权限，就应从一开始纳入——根据经验这是最常见的延迟原因。
- 一位有决策权的联系人。一位，不是三位。
- 启动后进行优化的意愿。实际运营的前几周会显示概念中缺少什么。这是正常的且已纳入计划。
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 — 适配性
什么时候值得做
- 受影响的流程至少每周发生一次。
- 它遵循可以写下来的规则 — 即使存在例外情况。
- 这是如今没人愿意做的手工活。
- 由一个人决策,而不是三个人需要协调。
- 您们可以明确如何判断它是否成功。
04 — 问题
常见问题
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。
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。
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。
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。
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。
下一步
我们会了解您的初始情况。
告诉我们目前什么最耗费时间。由此我们会给出一份包含工作量和收益的评估——之后才会提供报价。