传统企业 · AI 转型 · 知识库问答装备制造企业售后技术支持主管
知识库问答:老师傅退休前,售后主管写出一份知识库建设方案和立项汇报
境核AI · 更新于

本文人物为化名虚构,用于演示该场景的典型做法;工作流程依据境核AI平台上同类任务的真实使用方式整理,附带的样例文件由境核AI生成。
一家装备制造企业的售后技术支持主管,担心老师傅的维修经验随着退休流失。他用境核AI写出《知识库问答 AI 应用方案》和 10 页立项汇报 PPT,生成前先让 AI 复述计划,纠正了一处理解偏差。附两份样例。
送别会之后
送别会上,干了三十年售后的一位老师傅说:"图纸都在柜子里,毛病都在我脑子里。"大家都笑了,苗建峰(化名)却笑不出来。
他是这家装备制造企业售后服务部的技术支持主管。一线工程师在现场遇到疑难故障,第一反应是给老师傅打电话;新人入职头几个月,几乎每天都在问重复的问题。产品手册、售后维修指南、设备操作规程、项目交付案例分散在共享盘、邮箱和个人电脑里,找一份文档要翻很久,最后还是打电话问人更快。这位老师傅退休了,后面还有两位也快到退休年龄。
他想推动建设企业知识库:文档统一入库,员工用自然语言提问,答案直接定位到原文段落并注明出处。没有人能回答的问题,由专家补充审核后入库。这需要信息部门和几个业务部门配合,第一步是在公司数字化立项会上通过评审。
他先问 AI:你打算怎么做
他交给境核AI的材料是一份文档清单,只有目录级信息:知识域、文档类型、大致数量、主要使用人群,并不是文档原文。另有一张售后工单的问题分类统计,客户名称和设备序列号都已删除。
我是装备制造企业的售后技术支持主管,准备为企业知识库问答立项。请先不要生成文件,用几句话说明你对任务的理解和计划:你打算交付哪几样东西、每样东西分哪几部分、各写给谁看。
AI 的回答暴露了一处偏差:它以为苗建峰要的是一份整理好的"常见故障问答清单",计划从工单统计里提炼出一批问答对。这其实是知识库建成之后的工作。他纠正说:
我现在需要的是立项材料,不是知识内容本身:一份《知识库问答 AI 应用方案》写给评审委员会和信息部门;一套 10 页的立项汇报 PPT 用于会上讲解。问答对整理是方案获批后的事,可以写进方案的知识运营机制中,但不要现在生成。
AI 复述了调整后的计划,他确认后才开始生成。如果没有这一步,他拿到的会是一份方向不对的文件。
方案里最难写的一章
前三章的背景、模块和流程,AI 根据材料很快就写好了。他反复修改的是"知识运营机制":没有人能回答的问题怎么处理、谁来补充、谁来审核。他给出的规则是:未命中的问题按月聚类,由对应知识域的专家补充答案,审核通过后入库;每月做一次知识运营复盘。这一条进入了方案的功能模块和流程设计,也是他在立项会上重点讲的内容。
权限也单独写了一段。项目交付案例涉及客户信息,供应商资料涉及商务条款,要按部门和角色控制可见范围。信息部门最关心的就是这一点。
一份方案,一套汇报
方案定稿后,他让 AI 按方案生成 10 页 PPT,每页只讲一件事,指标页用可编辑的原生图表,便于试点后替换成真实数据。
拿到手的东西
《知识库问答 AI 应用方案》(Word,七章):
- 背景与挑战:找答案要翻很久、老师傅的经验没有沉淀、新员工上手慢且重复问题占用专家精力;
- 四个功能模块:文档统一入库(手册、制度、案例等多格式文档解析)、语义问答检索(自然语言提问,直达答案段落和出处)、权限分级管控(按部门和角色控制可见范围)、知识运营机制(未命中问题聚类,专家补充、审核后入库);
- 五个流程环节:归集各类企业文档、解析入库与权限配置、员工自助问答检索、未命中问题补全、月度知识运营复盘;
- 关键指标的现状与目标(均为示例):知识命中率、新员工上手周期、重复咨询占比、专家答疑负担;另有一张知识域查询效率统计表,覆盖产品手册、售后维修指南、内部管理制度、项目交付案例、供应商资料、设备操作规程、销售话术库、IT 支持文档 8 个知识域,列出主要用户、文档数量和两种查找方式下的耗时;
- 四阶段实施计划、风险与应对措施、内控与数据治理要求,以及模板复用说明。
知识库问答立项汇报 PPT(10 页):封面、议程、背景与挑战、四大模块、五步流程、现状与目标对比、效率统计表(前 6 行)、四阶段实施路线和里程碑验收建议、风险与合规保障、总结与下一步。
几点建议
- 生成之前先让 AI 复述计划:"知识库"这类词含义很宽,几句话的复述就能发现理解偏差。
- 立项材料和知识内容分开做:先把方案批下来,问答对整理放到后续的知识运营中。
- 上传目录,不上传原文:做方案只需要文档清单和问题分类,客户信息和设备序列号不必进入对话。
- 把"没人能回答的问题怎么办"写清楚:知识库能不能持续用下去,关键在补全和审核机制。