6.8 KiB
帮道 AI 知识资产生产流水线
项目定位：面向企业行业知识场景的 AI 知识资产生产基础设施
版本：v1.0
1. 项目定位
帮道 AI 知识资产生产流水线，不是简单的知识库系统，而是一套将企业分散在文档、制度、案例、访谈、员工经验中的非结构化信息，转化为可理解、可检索、可信任、可持续演进 AI 知识资产的生产体系。
核心理念：
企业 AI 的竞争力不是模型能力，而是企业经验被数字化、结构化和持续优化的能力。
2. 当前问题
传统 RAG 流程：
文件上传
↓
对象存储
↓
文本解析
↓
切片
↓
Embedding
↓
向量数据库
↓
AI回答
存在问题：
- 原始资料质量不可控；
- PDF/OCR 噪声污染知识库；
- 页眉页脚、水印影响检索；
- 文档结构丢失；
- 制度、案例、经验混杂；
- 无法判断知识可信程度；
- 错误知识难以追溯和撤回。
因此企业 AI 首先需要解决：
如何把企业资料加工成为 AI 可以安全使用的知识资产。
3. 总体架构
数据来源层
↓
原始资产层
↓
数据加工层
↓
知识结构层
↓
治理审核层
↓
发布消费层
数据来源层
包括：
- 文档
- 图片
- 音视频
- API数据
- 企业业务系统数据
原始资产层
负责：
- 原件保存
- Hash校验
- 来源记录
- 权限信息
- 数据血缘起点
原则：
原始数据永不修改。
4. 数据加工层（核心建设重点）
数据加工层解决当前 RAG 准确率不足的核心问题。
流程：
原始文件
↓
解析
↓
去噪
↓
结构恢复
↓
知识分类
↓
智能切片
↓
向量化
4.1 文档解析
支持：
- Word
- Excel
- PPT
- 图片OCR
- 录音ASR
- 视频分析
输出：
- 文档结构
- 页面信息
- 内容定位
- 原始证据
4.2 文档去噪
处理：
- 页眉页脚
- 页码
- 水印
- 重复目录
- 空白字符
- OCR错误
- 编码异常
原则：
清洗生成新版本，不覆盖原文。
4.3 结构恢复
禁止简单固定字数切片。
根据知识类型：
制度
章节
↓
条款
↓
解释
SOP
场景
↓
前置条件
↓
步骤
↓
异常处理
案例
背景
↓
问题
↓
处理过程
↓
结果
↓
经验
5. 知识资产模型
核心对象不是 Document，而是：
Knowledge Unit（知识单元）
类型：
类型 说明
POLICY 制度规范 SOP 业务流程 CASE 真实案例 FAQ 问答 EXPERIENCE 专家经验 TERM 行业术语 ASSESSMENT 评测数据
6. 知识生命周期
RAW
↓
PARSED
↓
NORMALIZED
↓
STRUCTURED
↓
REVIEW_PENDING
↓
APPROVED
↓
PUBLISHED
↓
DEPRECATED
原则：
- 每次加工产生新版本；
- 发布必须经过确认；
- 撤回必须可追踪。
7. 数据可信体系
数据分类：
类型 用途
RAW 原始资料 CANDIDATE 加工候选 TRUSTED 可信知识 CASE 案例资产 SYNTHETIC AI生成内容 RUNTIME 运行数据 GOLDEN 评测数据
核心原则：
AI生成 != 企业事实
用户反馈 != 标准经验
Embedding != 已发布知识
8. AI 使用边界
AI 可以：
- 自动分类；
- 信息抽取；
- 标签生成；
- 候选FAQ生成；
- 相似检测；
- 案例结构化。
AI 不可以：
- 修改原始事实；
- 自动发布知识；
- 判断制度有效性；
- 替代业务责任人。
原则：
LLM = 加工助手
不是
知识管理员
9. 帮道业务场景示例
原始资料：
物业经理访谈录音。
↓
AI加工：
生成案例：
场景：
业主拒缴物业费
背景：
业主认为服务不到位
处理：
1. 情绪沟通
2. 定位问题
3. 提供方案
结果：
恢复缴费
经验：
先解决情绪，再解决业务问题
↓
人工确认
↓
进入：
- AI问答
- 物业经理陪练
- 培训系统
10. 实施路线
Phase 1：知识加工链路
目标：
提升现有知识库准确率。
建设：
- 原始资产管理
- 文档解析
- 去噪
- 结构化切片
- 基础版本管理
Phase 2：知识治理
建设：
- 审核流程
- 生命周期
- 血缘
- 撤回
- 权限
Phase 3：智能运营
建设：
- 自动规则
- 黄金评测集
- 自动质量分析
- 持续优化
11. 核心指标
数据指标
- 来源可追溯率
- 噪声发现率
- 结构恢复率
AI指标
- Recall@K
- MRR
- nDCG
- 无答案误召回率
业务指标
- 专家经验沉淀数量
- 人工查询减少比例
- 培训效率提升
12. 最终目标
帮道不是建设一个普通知识库。
而是建设：
企业经验数字化生产系统
将：
员工脑中的经验
历史文件中的知识
业务案例中的方法
转化为：
AI可以理解
AI可以调用
AI可以训练
AI可以评估
的企业数字资产。
总结
未来企业 AI 的竞争：
不是单纯模型竞争。
而是：
企业独有数据
+
行业经验结构
+
持续优化机制
+
可信治理能力
帮道 AI 知识资产生产流水线，就是围绕这一核心能力建设。