AI Knowledge & RAG
企業知識庫與 RAG 規劃
同仁問到產品規格或作業規定時，答案應對得上有效文件。知識庫規劃可從一組版本清楚、有人維護的資料開始，先處理來源、權限與更新，再決定如何搜尋及組織回答。
適用對象與啟動時機
文件散落各處、資深同仁反覆回答相同問題，或現有搜尋找不到長篇文件中的條件時，適合盤點知識需求。第一階段可限定部門與資料集合，避免先集中全部文件才發現權限及版本無法釐清。
知識查詢常見缺口
新舊規格、掃描錯字、失去欄列關係的表格，都會影響答案。文件是真的，也可能不適用於當前型號或日期；有引用連結，仍需檢查引用是否支持完整回答。
檢索、生成與授權分開檢查
RAG 先檢索相關內容，再將其提供給模型組織回覆，是運用外部資料的方式，與調整模型參數的微調不同。Microsoft 的公開說明也將檢索相關性與存取控制列為建置考量。
測試時應分辨「沒找到」「找到舊資料」與「找到但讀錯」。產品代碼可要求精確比對，長篇文件則需保留章節與限制條件；方案以代表問題的結果選擇。
原有資料權限要延續到檢索、引用及歷史對話。人員調職、文件撤回或失效時，也須確認索引及副本如何更新，不能只靠提示詞要求保密。
建議工作順序
- 整理使用者常問的問題，為每題找到有效來源及內容負責人。
- 列出版本、分類、讀取角色與更新方式，約定資料不足及衝突時的回應。
- 用可回答、需澄清、無答案及越權問題分別測試檢索和回答。
- 演練新增、修訂及撤回文件，留下品質複測與異常處理方式。
企業準備與可約定成果
可先提供經授權的文件樣本、常見問題與預期答案、角色權限及資料生效日期。可討論的成果包含知識清冊、分類與權限規格、測試題組、缺口紀錄及維護說明。
時程與費用如何評估
掃描品質、表格複雜度、資料來源、權限層級及更新頻率比文件數量更能說明工作量。資料清理、建置、搜尋與模型用量、儲存及維護應分項確認。
FAQ
常見問題
文件尚未整理完，可以試做嗎？
選擇一組有效且有人負責的文件即可試行，其餘缺件及衝突另列。先把能回答的範圍說清楚。
加入引用就不會答錯嗎？
仍可能誤用版本、漏掉條件或引用不足。驗收應把答案與原文逐項對照，並測試使用者是否有權開啟來源。
資料是否會被供應商拿去訓練？
須依實際服務、方案、設定與契約確認。RAG 是應用方式，本身不能保證保存地區或訓練用途。
可以順便修改 ERP 資料嗎？
查詢知識與執行業務操作是兩項範圍。回寫需要另外確認介面、身分、欄位驗證與核准方式，可接續討論系統整合。
官方依據
Let’s Talk
