如果要做 AI 知识库或企业 AI 助手，前期需要准备什么资料？

结论：AI 知识库或企业助手启动前，至少准备五类材料：有效知识文件、真实问题与标准答案、岗位权限表、业务流程与接口清单、验收指标与基线。先提交一个资料域的代表性小样，不要把所有历史文件一次性塞进知识库。

资料准备的目标不是“数量多”，而是让项目团队能回答：什么是有效事实、谁可以看到、用户会怎样提问、系统需要做什么，以及什么结果算成功。缺少这些信息，模型可能做出漂亮回答，但无法通过业务验收。

在确定模型、数据与上线边界时，还可以对照 AI 客服系统和企业知识库系统有什么区别？ 和 想在官网或小程序上接一个 AI 对话框，从哪一步开始做？；这些内容补充了需要放在同一项决策中考虑的上下文。

五类材料分别准备什么

材料	最低可用内容	负责人	常见缺口	对系统的影响
知识文件	当前有效的制度、手册、产品资料、FAQ	内容或业务负责人	无版本、重复、扫描模糊	召回旧答案或无法定位依据
问题样本	50–100 个真实问法、标准答案和来源	一线业务人员	只有理想问题，没有边角问题	无法评估真实效果
权限资料	部门、角色、资料范围、敏感字段	IT 与安全负责人	只说“内部可见”	容易越权或后期返工
流程与接口	当前步骤、系统、读写动作、异常处理	流程与系统负责人	只描述目标，不提供现状	无法判断做问答还是 Agent
验收基线	人工耗时、正确口径、延迟、成本和风险红线	项目负责人	只写“准确率高”	交付时无法判定成功

知识文件怎样整理

先挑一个业务域，例如售后产品手册或 HR 制度。每份文件附上标题、版本、生效日期、失效日期、所有者、适用产品或地区、密级和可访问角色。Word、PDF、Excel、网页、Wiki 和扫描件都可以，但扫描质量差、表格复杂或附件关系多的样本要主动保留，不能只交最整齐的文件。

明确哪份文件是权威版本，旧版是否保留查询，遇到冲突由谁裁决。不要把聊天群里未经确认的答复直接当正式知识；如果历史客服对话有价值，应先脱敏、去除错误答复并由内容负责人确认。资料可分批交付，但清单和缺失项要可追踪。

问题样本不能只准备“送分题”

真实样本要保留用户原本的口语、简称和错别字，同时给出标准答案、支撑文件与页码。除高频问题外，还应包含跨章节问题、资料缺失、文档冲突、过期资料、无权问题和诱导模型忽略规则的问题。若项目要查订单或设备，还要提供脱敏接口返回样例、错误码和过期数据场景。

业务专家不必为每个问题写长答案，可以标出必须包含的事实、不可出现的说法和正确来源。这样评测的是任务是否完成，而不是模型文字是否与一段参考答案逐字相同。

权限、流程和技术资料

提供组织角色矩阵、登录方式、资料库访问规则、敏感字段脱敏要求和日志留存期限。需要接系统时，准备 API 文档、测试账号、字段字典、调用频率、网络限制、失败重试和写操作审批规则。尚无接口也要说明可否通过数据库只读视图、定期导出或人工上传过渡。

验收前记录现状：员工每天处理多少问题、平均查找时间、人工错误和转交比例。再确定答案正确率、有效引用率、拒答率、越权零容忍、P95 延迟与单任务成本。没有现状基线，即使新系统指标不错，也无法证明是否真正提效。

三种启动资料规模直接对比

启动方式	资料范围	优点	风险	建议
代表性小样	20–50 份文件、50–100 个问题	快速发现解析、权限和召回问题	不能代表全公司	推荐用于 PoC
一个完整资料域	一个部门或产品线的全部有效资料	可形成真实试点	需要内容负责人持续参与	推荐用于首期上线
全公司资料一次导入	多部门、多版本、多密级	表面覆盖广	冲突、越权和清洗量失控	不建议作为第一步

滚水科技可先主持资料盘点，输出资料目录、版本与权限缺口、问题样本模板和首期范围，再决定是否开发。客户必须指定内容负责人、系统接口人和验收决策人；如果没有人能够确认权威答案，技术团队无法代替企业建立事实口径。

参考依据

• NIST Generative AI Profile：用于识别数据、隐私、信息完整性、评测和人工监督风险。
• OWASP GenAI LLM Top 10 2026：用于准备提示词注入、敏感信息泄露、过度授权等测试样本。
• Retrieval-Augmented Generation 原始论文：用于说明外部知识检索与生成结合的技术基础，不能替代客户资料治理。

若资料包含个人信息、合同或商业秘密，脱敏、处理目的、访问范围和留存期限还需按企业制度及适用法律确认。