企业知识库助手与普通聊天机器人有什么区别？

先区分：对话界面、检索与业务操作

聊天机器人是交互形式；企业知识库助手通常还要在回答前检索指定资料。RAG 指先取回相关内容，再交给模型辅助生成答案。接入知识库不等于模型已学会全部资料，也不等于每次回答都正确。

参考： Google Cloud：RAG architecture

一个假设场景：查询报销制度

假设员工问“出差住宿可以报销多少”。普通开放问答可能给出常见做法；企业助手应查到本公司的制度版本，并说明适用地区和生效时间。如果制度没有写明，合理的处理是指出缺口并交给负责人，而不是编一个金额。这是场景示例，不是客户案例。

资料能否用，比资料数量更重要

准备资料时，先列出权威版本、负责人、更新方式与访问范围。同一问题有两个冲突答案，先解决业务口径；扫描件不能检索，应先确认能否提取文字。资料接入方案要和员工权限对应，不能把“可以上传”当作“所有人可以查看”。

验收应检查哪些结果

可用已知答案的问题、找不到依据的问题和超出权限的问题分别检查。除了答对，还要检查来源是否支持结论、旧制度是否误用、越权内容是否暴露。我们建议把这些场景写入项目验收清单，而不只演示几轮顺畅对话。

什么时候需要进一步接入业务工具

如果需求从“查询报销制度”变成“提交报销单”，就增加了业务系统接口、字段校验、操作权限和结果确认。应把查询与执行拆开确认；知识问答的成功不能直接证明提交业务单据也已验收。

项目判断清单

• 整理一份权威资料清单与更新负责人。
• 分别准备有答案、无依据、越权的测试问题。
• 把资料查询与业务执行分开报价、验收。

常见问题