企业知识盘点七步法：AI知识库冷启动第一课

企业搭建AI知识库时最常见的路径是：选型RAG平台 → 导入文档 → 上线 → 发现答不准。根因多数在第一步就埋下了——没有人盘点过企业到底有哪些知识、在哪、谁维护、质量如何。知识盘点是AI知识库的地基工程，这篇给出可照做的七步方法。

第一步：定范围——先服务哪个场景

不要试图一次盘完企业所有知识。选一个价值明确、边界清晰的首发场景：客服问答、销售支持或新员工培训。范围定的标准：高频问题集中、知识相对稳定、有明确的业务接口人。首发场景跑通后再横向扩展。

第二步：找来源——画知识地图

把范围内的知识来源列全：官网与产品文档、合同与报价模板、客服聊天记录、内部Wiki、培训材料、规章制度、项目复盘文档、散落在个人电脑与微信里的经验。最后一类最容易被忽略，也往往最有价值——资深员工的实操经验通常没有文档化。

第三步：分类分级——决定AI能看什么

按业务维度分类（产品、价格、流程、政策、案例），按敏感度分级（公开、内部、机密）。分级结果直接决定检索权限设计：密级知识必须在检索前过滤，而不是回答后再删——这是私有化部署里权限分级前移的基本要求。

第四步：去重清洗——处理版本乱象

同一份报价单有五个版本、制度文件互相矛盾——这是盘点必然撞见的问题。处理原则：每个知识主题确定唯一权威版本，其余归档；口径冲突的（比如新旧退款政策）由业务接口人裁定现行版本；过时但需留痕的，标注失效日期归档。

第五步：补缺口——从客服记录反推

盘点常发现：企业答得最好的问题恰恰没有文档。方法是从客服聊天记录、销售被问频率中反推高频问题清单，对照已有知识，缺什么补什么。补的时候直接按「问题-答案」结构写，这些QA天然就是AI知识库与官网FAQ的双重素材。

第六步：结构化——从文档到知识条

把权威版本拆成一条一个知识点的结构：每条有明确的主题、适用条件、答案正文、生效口径与负责人。比大而全的PDF更适合检索命中与引用溯源。这一步工作量大，却是答准率差异的分水岭。

第七步：定治理——让知识不再腐化

盘点成果需要机制维持：每个知识类目有维护责任人；知识变更走固定流程（提交-审核-生效）；每月检查一次高访问知识条目的时效性；新badcase按周回流到知识库。没有治理的盘点，一年后又是一堆过期文档。

盘点的产出物

走完七步，你应得到：一份知识地图、一套分类分级清单、每类知识的权威版本库、结构化知识条目集与一份治理规则。这些产出无论用什么RAG平台都直接可用——知识资产属于企业，平台只是容器。

东方盈在企业AI知识库项目中始终把知识盘点作为第一阶段交付物，先盘知识、再谈工具，顺序不能反。

相关阅读