Core
知识库的底层能力
文档丢进来就能查
公司文档、会议记录、LINE 对话导出，上传后自动切分、创建索引，每份文件的处理进度都看得到。
文字走知识库，数字走数据库
系统自动判断：说明、规章这类文字进知识库；报表、成效这类数字进数据库。问数字时从数据库查，不让 AI 自己估。
Agentic RAG
不是只做一次检索。AI 会依问题决定要查哪个知识库、哪张表、要不要再追问，组合多个来源后才回答。
回答附来源
每个回答都标出引用了哪份文档、哪一段，让人可以点回去核对。
依品牌／部门隔离
每个品牌、客户或部门的数据各自独立，A 的人问不到 B 的数据。
身分验证与审核
谁在什么时候查了什么都有纪录；未授权的帐号一律拒绝，不会「先查再验」。
Use cases
两种最常见的用法
知识库 ＋ 客服机器人
- 把产品说明、FAQ、退换货与运费规则整理成知识库，机器人依规则回答。
- 同仁内部问「这个情况要怎么回客人」，机器人产出可以直接贴给顾客的回复。
- 商品小帮手：成分、规格、使用方式，从商品数据直接回答。
- 放在官网、LINE 官方帐号或内部 Slack；有购买意向时通知业务。
知识库 ＋ 人资／法规机器人
- 规章 Bot：请假、加班、报帐、福利怎么申请，依公司自己的规章回答并附条文出处。
- 法规 Bot：把需要遵循的法规整理成独立知识库，和公司规章分开建置，避免混淆。
- 同仁在 LINE 一对一询问，绑定员工身分后才能使用。
- 新人第一天就查得到，不用每次都去问人资或老鸟。
Process
导入步骤
盘点数据
列出要放进来的文档与数据表，决定谁可以查哪些。
建置知识库
导入、切分、创建索引；数字数据建成数据表。
接上入口
官网、LINE、Slack 或内部工具，选你的人最常用的地方。
验收与调校
用真实问题测试，看回答与出处，调整到可以放心用。
Notes
相关文章
实作时遇到的问题与判断，写在技术博客。