很多团队把“上传文档、接一个聊天框”称为企业知识库Agent。实际上，知识库解决资料治理，RAG负责检索增强生成，Agent则在问答之外调用系统执行动作。三者可以组合，但不能跳过前一层。
适合启动的信号包括：同类问题每周反复出现、资料跨网盘和系统、新人查找困难、且有业务人员愿意维护内容。不适合的情况是制度长期互相冲突、只有几十份容易检索的文件、没人负责更新，或期望系统替代法务、人事等高风险判断。
一、先定义范围和问题
不要以“全公司资料”开局。选择一个知识域和一类用户，例如“售后工程师查询现行故障手册”。收集50–100个真实问题，标注标准答案、依据文档、不能回答的情况和应转交角色。这套题集既是需求，也用于验收。
二、治理文档，而不是直接上传
每份资料需有标题、知识域、版本、生效日期、负责人、权限和失效状态。清理扫描质量、重复副本、冲突条款和无意义页眉。表格、图片、附件要确认解析后仍保留语义。敏感资料按角色隔离，不能依赖Prompt提醒模型“不要泄露”。
三、验证检索、回答与引用
RAG测试至少分三层：能否检索到正确片段；模型是否忠实于片段；资料不足时能否拒答。回答应显示文档名、版本和具体片段，用户能回到原文核验。
| 指标 | 关注点 | | --- | --- | | 检索命中率 | 正确依据是否进入候选结果 | | 答案忠实度 | 结论是否超出资料 | | 引用准确率 | 引用是否真的支持答案 | | 拒答准确率 | 无依据时是否停止 | | 人工转接率 | 高风险问题是否正确升级 |
不要只问十个演示问题。题集要包含简称、错别字、跨文档问题、过期政策、权限外问题和资料中没有答案的问题。
四、设计拒答与转人工
只依据检索片段回答，并逐条附引用。
若资料冲突、过期或不足，输出“无法依据现有资料确认”，
列出缺少的信息和建议咨询的岗位。
不得推测价格、法律责任、人事处理或未公开政策。
界面还应提供“答案有误”“资料过期”和“转人工”入口，将反馈归集到具体文档和问题。
五、什么时候升级为Agent
如果用户只需要找到答案，RAG问答已经足够。只有当高频后续动作稳定，例如根据手册创建维修单、查询授权库存或提交审批，才考虑Agent。每个工具调用采用最小权限；查询和写入分开；写操作先预览确认；保留参数、执行人和结果日志；设调用限额和紧急停用。
一个售后知识域的上线例子
某团队先选择一条设备产品线，而不是上传全公司文档。业务负责人清理现行手册、故障通告和备件说明，标记旧型号与新型号差异。测试集包含“报警代码如何处理”等可回答问题，也包含“能否继续带故障运行”“客户要求赔偿多少”等必须转人工的问题。
第一次测试中，系统找到了旧版手册并给出过期步骤。根因不是模型表达，而是版本过滤缺失。团队增加产品型号、生效日期和失效状态，并要求答案展示引用。第二次又发现同一报警在两份通告中结论冲突，于是设置“检索结果冲突即拒答”，反馈给内容负责人合并资料。只有检索和拒答达到门槛，才开放给小组使用。
后续若要自动创建维修单，Agent先展示从对话提取的设备编号、现象、联系方式和建议优先级，由工程师确认后写入。它不能依据知识库自行承诺保修或关闭工单。这样的分阶段设计能把资料问题、回答问题和执行权限问题分别验证。
常见坑与红线
常见坑是一次上传全部网盘、只评估回答流畅度、切块后丢失表头、没有负面测试、上线后无人更新。红线包括跨权限检索薪酬或客户资料、把来源不明内容当制度、无引用回答专业问题、Agent未经确认执行不可逆写操作，以及用聊天记录继续训练却未告知用户。
小结
企业知识库Agent的成功标准不是回答“像人”，而是依据正确、边界明确、更新及时、动作可审计。先把一个知识域做准，再扩展范围；先把问答做稳，再增加执行能力。
若需判断当前资料是否具备RAG和Agent条件，可申请 AI智效中心的 免费AI能力评估。
常见问题
什么时候上RAG？
重复提问多、资料分散、且有人维护内容时。
RAG能完全消除幻觉吗？
不能；它能提供相关资料，但仍可能检索错误或错误理解，因此要展示引用、设置信心门槛并转人工。
知识库Agent和知识库问答有什么区别？
问答系统检索并生成答案；Agent还会调用工具执行建单、查询或流转等动作，因此权限和审计要求更高。
企业知识库由谁维护？
每个知识域应有业务内容负责人，技术团队负责系统可用性，不能把内容更新完全交给IT。