AI工具实践
企业行政AI问答机器人,第一批知识应该怎么整理?
先用高频、稳定、边界清晰的制度问题建立可信度,再逐步扩展知识覆盖范围。
企业行政AI问答机器人,第一批知识应该怎么整理?
企业内部 AI 问答项目经常从“把所有资料导进去”开始,但资料多不等于回答好。第一版更重要的目标,是让员工在一小批高频问题上感受到稳定、准确和可追溯。
优先选择三类知识
第一批内容适合满足以下条件:
- 高频:员工经常在群里重复询问
- 稳定:制度短期内不会频繁变化
- 边界清晰:有明确规则,不依赖复杂的人情判断
例如办公用品申领、会议室使用、访客登记、假期口径和常用系统入口,通常比复杂的薪酬或绩效问题更适合作为起点。
从员工问题出发,而不是从文件目录出发
制度文件的标题往往是管理视角,员工的提问则是场景视角。整理知识时,可以把每条制度转换成真实问法:
制度条款:出差人员应在返程后五个工作日内提交报销。
员工问题:出差回来最晚什么时候报销?
标准回答:请在返程后五个工作日内提交,并附上……
每条知识还应记录来源文件、版本、生效时间和责任部门。机器人给出回答时,应能够提示依据和咨询入口。
为“不知道”设计正确动作
内部机器人最危险的能力不是拒答,而是自信地编造答案。上线前应明确:
- 找不到可靠依据时直接说明
- 涉及个人信息或敏感事项时转人工
- 文件存在冲突时优先展示最新版本并提示确认
- 回答末尾提供责任部门或服务入口
用真实问题持续评测
建立一个小型评测集,覆盖标准问法、口语化问法、错别字和多轮追问。每次更新知识库或模型后,都用同一组问题回归测试。
第一版不追求回答所有问题。先把 50 个高频问题答稳,通常比导入 500 份无人维护的文件更有价值。