Knowledge Base
企業知識庫 AI 問答：規格書、合約、SOP 一句話問到答案
規格書放在研發的資料夾、合約存在法務的信箱，SOP 則印成紙本貼在現場，企業知識庫 AI 把這些內部文件收進同一個地方，同仁用一句話提問，AI 就從公司自己的文件裡找出答案，並附上原文出處。
3種查法向量 · SQL · Wiki
4層權限組織／部門／角色／資料
3種部署雲端 · 地端 · 雲地混合
10,000+ 支累計上線的 AI Agent
30 分鐘，一起盤點哪些工作適合先交給 AI
想讓每位同仁都有自己的 AI 分身？
顧問會盡快與您聯繫。
01
文件很多，答案卻找不到
文件存得再多，同仁找不到，或是找到了也不確定是不是對的版本，就等於沒有，內部文件 AI 搜尋要解決的正是這兩件事。
關鍵字搜不到
文件標題寫的是「規格變更通知」，同仁搜尋時打的卻是「尺寸改了沒」，只靠關鍵字比對的話，用詞一不同就找不到。
版本搞不清楚
同一份規範有新舊好幾個版本散在不同的資料夾裡，就算找到了也不確定是不是現行版本，最後只好再去問一次人。
答案只在資深同仁腦中
真正的判斷依據常常沒有寫進文件，所以問來問去最後都去找同一個人，而他一請假，事情就停在那裡。
02
EgentWrX 的 AI 知識庫系統怎麼運作
三種查法各自負責一種資料，回答都要附得出出處，而誰查得到什麼，則由權限決定。
01
向量語意搜尋
依照意思找文件，同仁不必猜關鍵字，適合規格書、技術文件、客訴紀錄這類長篇文字，所以問「尺寸改了沒」，也找得到標題寫著「規格變更通知」的文件。
找文件
02
SQL 直查資料庫
數字類的問題直接查詢資料庫，由 AI 理解同仁想查什麼，再由 SQL 負責取數與計算，因此數字都有憑有據，並非模型估出來的。
查數據
03
Wiki 承載規則
規章、工作守則與 SOP 放進 Wiki 之後，回答時會附上引用的段落，同仁可以點回原文確認內容。
問規則
04
四層權限與稽核
管理者依照組織、部門、角色與資料四層，控管誰看得到什麼，而呼叫模型、取用知識的每一步都會留下紀錄，事後也查得出來。
誰能看什麼
03
把經驗與資料整理成知識庫的企業
這幾家企業把散落在同仁腦中與各部門檔案裡的知識，整理成 AI 查得到的知識庫。
04
企業知識庫 AI 常見問題
- RAG 是什麼？
- RAG 是檢索增強生成的英文縮寫，做法是先從企業自己的文件裡找出相關段落，再讓 AI 根據這些段落回答，所以回答的依據來自內部文件，附得出出處。EgentWrX 知識庫的向量語意搜尋就屬於這一類做法。
- 文件問答 AI 跟把檔案上傳到 ChatGPT 差在哪？
- 差在文件集中、權限分層與回答附出處：文件放在公司管理的知識庫，不會散在個人的對話紀錄裡；同仁只查得到自己有權看的文件；每個回答都附上原文位置，找不到依據時回覆查無依據，不拿一般知識補上。
- 企業知識庫的資料會不會外流？
- 選擇地端或雲地混合部署，機敏資料就會留在企業內部，而且權限依照組織、部門、角色與資料四層控管，取用知識的每一步都會留下紀錄，事後查得到是誰在什麼時候看了什麼。
- 要整理多少文件才能開始用？
- 不必等全部整理完，從一個部門、一類文件開始就可以，因為我們在客戶現場看到的是，文件量多不代表成功，版本、效期與維護機制才是關鍵，所以先界定回答範圍，文件標明版本、日期與來源，部門也要有人負責更新與下架過期資料。
30 分鐘，一起盤點哪些工作適合先交給 AI
想讓每位同仁都有自己的 AI 分身？
顧問會盡快與您聯繫。