企業 AI 轉型 · 知識管理
公司文件散亂、資料難找？AI知識庫如何改善企業資料查詢
產品資料在雲端硬碟、最新安排在Email、客戶補充要求留在WhatsApp。當同事每次都要問「最新嗰份喺邊」，公司可以怎樣把分散資料變成可查找、可核對、按權限使用的答案？
懶人包
- AI知識庫可以協助同事用日常問題查找公司資料，整理答案並顯示來源；效果取決於資料、檢索及使用規則是否設計妥當。
- 文件整理、知識問答與客戶自動回覆是不同工作。先解決哪一項，會直接影響接駁範圍、費用及驗收方法。
- 第一個試點可以集中在一個部門、一類常見問題和一組已核准文件，讓真正使用的同事參與測試。
- 除了「答得啱」，亦要測試資料不足、版本更新及不同權限下的回答；有來源仍要核對來源是否支持答案。
「呢個服務包唔包上門？」「客戶呢個要求，之前有冇講過？」「而家用緊邊個版本？」這些問題看似簡單，但答案可能分散在幾個系統，甚至只存在某位資深同事的記憶裏。新同事要等人解答，熟悉業務的人則不斷被打斷；文件雖然有存下來，團隊卻未必能夠自行找到適用答案。
AI知識庫可以改善的，是由「逐個地方搵、逐個同事問」，走到「先查答案，再核對來源」的工作方式。 要做到這一步，需要一起處理資料版本、可查閱範圍及日常維護。以下用一個公司內部查詢場景，拆解怎樣開始，以及應該怎樣判斷它是否值得導入。
1. 公司文件散亂，先分清楚自己要解決甚麼
同樣是想用AI整理文件，背後可能有不同需要：文件名稱混亂、資料根本未保存、幾份版本互相矛盾，或者文件很完整，但同事不知道答案藏在哪一段。先分清問題，才知道需要分類歸檔、改善搜尋，還是建立一個能協助回答問題的系統。本文集中處理公司資料查找與問答；批次改名、移動檔案或大量文件處理，則要另定操作流程。
| 公司遇到的情況 | 優先改善的工作 | 可以驗收的結果 |
|---|---|---|
| 同一份文件有多個版本，不知道哪份有效 | 指定正式版本、整理命名及撤回舊資料 | 同事能找到目前適用的正式文件 |
| 答案分散在產品資料、SOP和FAQ裏 | 在指定資料中檢索，整理回答並保留來源 | 同事能核對答案來自哪份文件、哪一段 |
| 找到答案後，仍要回覆客戶或更新CRM | 另外設計回覆、審批及系統操作流程 | 草稿或更新交給正確的人處理，並留下紀錄 |
如果公司只有少量文件，問題主要是命名及分類，先整理共享空間便可能有幫助。當問題經常需要跨文件查找、同事會用不同說法提問，或資深員工反覆解答同一類問題，知識問答才更值得測試。至於自動傳送訊息、建立工單或更新CRM，需要另外確認授權、介面及操作規則，不能把它們當作建立知識庫後自然附送的功能。
2. AI知識庫怎樣把公司資料變成答案？
常見做法是檢索增強生成（Retrieval-Augmented Generation，RAG）：收到問題後，先從已納入範圍的資料中找相關內容，再交給模型整理答案。系統亦可保留文件名稱、連結等資料，讓使用者返回來源核對。這個方法的前提，是檢索得到適合回答問題的內容；若資料過時、缺漏或找錯段落，回答仍可能出錯。Microsoft Learn：RAG與索引
以一家虛構的香港設備服務公司為例：產品功能寫在產品資料，保養安排寫在服務說明，遇到例外時的處理方法則在內部SOP。客服同事要回答「標準保養包唔包上門檢查」，便可能需要先找到服務說明，再確認自己沒有拿到舊版本。
假設這個示例的現行《標準保養說明》v3寫明「先作遙距檢查，需要上門時另行報價」，但沒有列出到場時間，一個可供同事核對的回答應該像這樣：
按《標準保養說明》v3的「服務範圍」，會先由技術支援作遙距檢查；需要上門時，須另行報價。這份資料未列出到場時間，請交由服務部確認。來源：《標準保養說明》v3，〈服務範圍〉。
這個回答把已知安排、未能確認的部分和來源放在一起。同事可以先閱讀相關段落，再決定如何回覆客戶。若追問「可唔可以幫呢個客豁免上門費」，而核准資料沒有豁免條件，系統應指出目前無法確認，交由服務主管處理。
上述公司、文件及回答均為說明用的情境示例，並非AD-Linkage客戶實績或任何供應商的實測畫面。正式試點要換成企業自己的核准文件及常見問題，才可以判斷是否有實際幫助。
3. 資料在WhatsApp、Email、雲端硬碟，要全部搬過去嗎？
初期可以先選定一組正式文件作試點，例如現行產品資料、服務說明、操作SOP及常見問題。對於只出現在Email或WhatsApp的安排，應先由負責人確認：那是一次性的客戶要求、尚在討論的提議，還是已生效的公司規則？確認後，再決定是否整理成可供團隊查閱的正式內容。
「資料喺邊」與「哪些資料可以作為答案依據」，需要分開處理。 把所有對話一口氣加入，可能同時帶入舊安排、未批准承諾及不適合共享的內容。第一輪選材應圍繞要回答的問題，保留足夠背景，而不是以匯入檔案數量作為進度指標。
每份試點文件可先記下四項資料：文件負責人、適用範圍、現行版本，以及誰可以查閱。部門、產品及有效日期等標籤可以配合檢索條件縮窄範圍，但標籤本身亦需要維護。Dify的官方文件便示範了以metadata filtering限制檢索文件的做法；這類篩選功能並不自動代表已完成身分認證或權限隔離。Dify Docs：Knowledge Retrieval
資料接入亦要有明確範圍。第一輪可以由人手選取及匯入核准文件；日後若要接駁原有平台並定期更新，便要逐一確認連接方式、帳戶授權、支援格式、更新頻率和刪除處理。以Azure AI Search的索引器為例，來源、欄位映射及排程都需要設定，不同來源的更新處理亦有不同條件。Microsoft Learn：索引器與資料接入
因此，項目範圍應寫清楚「接哪個共享空間、納入哪些文件、如何更新」，並用實際新增、修訂及撤回文件測試結果。
4. 畀全公司用，點樣避免答錯或者睇到唔應該睇嘅資料？
共享知識庫可以有不同的查閱範圍。例如客服需要一般產品及服務資料，部門主管可能需要額外流程文件；個別客戶合約或人事資料則可能只限指定角色。系統要先辨認使用者，再限制可檢索內容，而不是把所有文件交給模型後，單靠一句「不要透露機密」控制答案。
Microsoft的Azure AI Search安全過濾示例，需要在文件及索引保存可存取身分，並在查詢時套用對應篩選；官方亦指出，過濾欄位本身不會完成身分認證。這說明權限要落在實際身分及資料存取設計上，不能假設任何知識庫都會自動繼承原有系統權限。Microsoft Learn：搜尋結果的權限過濾
在前面的設備服務公司示例中，「標準保養如何處理」可以核對正式說明；「這名客戶能否獲額外折扣」可能需要主管決定；「其他客戶的議定折扣是多少」則可能超出查詢者的權限。測試時應分別使用不同角色帳戶，確認回答、搜尋摘要和來源片段都沒有帶出未獲授權內容。
同樣要測試新舊版本：當保養規則改了，答案有沒有跟着更新？撤回的文件是否仍被引用？來源連結能否由該位使用者打開？「有引用」代表有地方可以核對，答案是否正確仍要看引用是否支持結論，以及文件是否仍然適用。
資料不足時，可以預先設計承認未能確認、說明缺少哪些資料，以及交由指定負責人處理的行為，再以困難問題測試。Microsoft官方的客服system message示例亦採用這種明確任務邊界及資料不足處理方式；它需要配置和驗證，並非所有AI預設都會做好。Microsoft Learn：System message設計
如果系統只顯示「請聯絡服務部」，那就是聯絡指引。只有另行接好通知或工單流程，並確認成功送達，才可以稱為自動轉交。
5. 第一個試點做幾大？先揀一項真係成日要做嘅工作
較容易判斷成效的起點，是一項經常發生、已有可用資料、又有明確負責人的工作。例如先讓客服或銷售團隊查詢核准產品與服務資料，把一般問題交給知識庫協助查找，例外情況仍由負責人處理。
可以先請實際使用的同事列出最近反覆遇到的問題，記錄現時如何找到答案、需要多久，以及哪些情況一定要問人。把同一批問題用在試點上，再比較查找及覆核所需的時間、答案是否有依據，以及仍需人手介入的原因。這樣可以看清楚哪一類查詢已經改善，哪些仍需調整資料或處理方法。
試點完成時，企業應能核對以下幾項結果：
- 可用程度： 同事能否在指定範圍內完成查詢，還是每次仍要重新找資料？
- 答案依據： 回答是否與現行文件一致，來源是否足以支持結論？
- 權限及例外： 受限內容是否被排除，未能確認的問題是否有負責人接手？
- 持續維護： 誰更新文件、處理錯誤及檢查知識庫，是否已經說清楚？
如果原型只在一次示範中答得漂亮，卻沒有文件更新方法，或同事不知道遇到問題找誰，日常使用仍會卡住。導入時把操作說明、使用者練習及維護責任一起做好，才有條件把試點變成團隊日常可用的工作方式。
常見問題
公司已經有共享雲端硬碟，仲需唔需要AI知識庫？
視乎同事找資料的困難。如果只需找到某份已知名稱的文件，改善分類及搜尋可能已足夠；若同事經常用工作問題查詢，答案又分散在幾份文件，才值得測試知識庫能否縮短查找及理解的過程。
買了AI工具，是否就可以讓全公司查公司資料？
要核對所用方案的共享方式、資料接入及權限功能，再安排實際測試。公司帳號、文件可搜尋及不同角色能否安全共用，是需要分別確認的項目；工具名稱本身不能代替項目範圍及驗收。
可以直接接WhatsApp和Email嗎？
需要按平台介面、帳戶授權及所選方案核實，也要分清對話、附件、歷史內容及新增資料的範圍。初期可以先整理和匯入選定資料；自動同步及回覆客戶屬額外需要確認的工作，不能一概視作已包含。
AI知識庫會唔會答錯？
仍然可能。資料過時、檢索內容不完整或模型理解錯誤，都可能影響答案。應保留來源核對，測試資料不足和版本變更的情況，並為重要承諾保留適當的人手覆核。Microsoft Learn：RAG的限制
我應該先整理文件，定係先搵人評估？
可以先列出最常被問的工作問題、答案目前存放的位置，以及文件負責人。如果不清楚哪些資料應納入、哪些人可查閱，或需要接駁現有系統，這些本身就是需求評估要處理的內容，毋須先整理全公司的文件才開始討論。
下一步：企業試用，或學習RAG應用
公司文件散亂，是一個可以具體盤點的企業AI轉型起點：誰在找甚麼資料、答案在哪裏、哪個版本有效，以及哪些情況需要人手決定。把這些問題拆清楚，便可以建立一個有範圍、有測試方法的試點。關於企業開始用AI與持續改變工作方式的分別，也可延伸閱讀香港中小企AI採用與轉型。
如果你想把公司資料用於日常工作，可以按自己的目標選擇下一步：請團隊協助設定一條初次應用流程，或透過課程學習RAG與企業知識庫的應用方法。
體驗包的文件範圍為一個本機資料夾，最多5份、合共10頁可搜尋文字的文件，並包括驗收後14日設定支援。課程內容及報讀安排則以PCPPMAI課程頁為準。
如果你需要的是全公司多人共用知識庫、按角色設定權限、CRM／ERP接駁或全天候自動客服，可另行了解度身訂造的企業AI轉型方案，按部門、資料及系統需要界定交付範圍。
資料來源
技術資料核對日期：2026年9月8日。本文的設備服務公司、文件及回答為情境示例；流程圖與驗收方法為本文建議，並非統一行業標準或已完成客戶項目的證明。
- Microsoft Learn：RAG與索引
- Microsoft Learn：搜尋結果的權限過濾
- Microsoft Learn：索引器與資料接入
- Dify Docs：Knowledge Retrieval
- Microsoft Learn：System message設計
- AD-Linkage：AI企業轉型體驗包 HK$6,980
- AD-Linkage：企業AI轉型與落地（度身訂造方案）
- AD-Linkage：人工智能應用績效實戰專業證書（PCPPMAI）
