Core
知識庫的底層能力
文件丟進來就能查
公司文件、會議記錄、LINE 對話匯出，上傳後自動切分、建立索引，每份檔案的處理進度都看得到。
文字走知識庫，數字走資料庫
系統自動判斷：說明、規章這類文字進知識庫；報表、成效這類數字進資料庫。問數字時從資料庫查，不讓 AI 自己估。
Agentic RAG
不是只做一次檢索。AI 會依問題決定要查哪個知識庫、哪張表、要不要再追問，組合多個來源後才回答。
回答附來源
每個回答都標出引用了哪份文件、哪一段，讓人可以點回去核對。
依品牌／部門隔離
每個品牌、客戶或部門的資料各自獨立，A 的人問不到 B 的資料。
身分驗證與稽核
誰在什麼時候查了什麼都有紀錄；未授權的帳號一律拒絕，不會「先查再驗」。
Use cases
兩種最常見的用法
知識庫 ＋ 客服機器人
- 把產品說明、FAQ、退換貨與運費規則整理成知識庫，機器人依規則回答。
- 同仁內部問「這個情況要怎麼回客人」，機器人產出可以直接貼給顧客的回覆。
- 商品小幫手：成分、規格、使用方式，從商品資料直接回答。
- 放在官網、LINE 官方帳號或內部 Slack；有購買意向時通知業務。
知識庫 ＋ 人資／法規機器人
- 規章 Bot：請假、加班、報帳、福利怎麼申請，依公司自己的規章回答並附條文出處。
- 法規 Bot：把需要遵循的法規整理成獨立知識庫，和公司規章分開建置，避免混淆。
- 同仁在 LINE 一對一詢問，綁定員工身分後才能使用。
- 新人第一天就查得到，不用每次都去問人資或老鳥。
Process
導入步驟
盤點資料
列出要放進來的文件與資料表，決定誰可以查哪些。
建置知識庫
匯入、切分、建立索引；數字資料建成資料表。
接上入口
官網、LINE、Slack 或內部工具，選你的人最常用的地方。
驗收與調校
用真實問題測試，看回答與出處，調整到可以放心用。