如何搭建一个团队真正会用的 AI 知识库

做 AI 知识库,AI 本身是最容易的部分。回答出错,是因为底层文档过期、重复,或者共享给了不该看的人。所以在买任何东西之前,先把最常用的 50 份文档和共享设置整理好。

现在这件事更要紧,因为你很可能已经拥有一个了。Atlassian 在 Standard、Premium 和 Enterprise 云套餐的所有应用中默认开启 AI,包括 Rovo,直到管理员手动关闭为止(Atlassian)。ChatGPT Business 默认启用 apps(OpenAI Help Center)。Claude Team 和 Enterprise 自带一个默认开启的“Ask Your Org”搜索项目,只等所有者完成设置(Claude Help Center)。也许很快,员工就会拿你的文件去问 AI,而没人事先查过它会翻出什么。

本文写给 10 到 500 人规模公司的团队负责人、运营和 IT 同事。内容包括:回答是怎么拼出来的、三条搭建路径及已核实的 2026 年价格、回答为什么会出错,以及一份 30 天上线计划。

AI 如何根据公司知识生成回答

撇开各家的品牌包装,这里每个产品做的其实是同一件事,分四步。先确认提问的人是谁。再只在这个人本来就能打开的文档里搜索。然后把匹配度最高的段落交给语言模型,由它据此写出回复。最后把回复的每个部分链接到对应的出处段落,方便读者核对。

这项技术的名字叫检索增强生成,也就是 RAG。模型并没有背下你的 wiki,而是在有人提问的那一刻读几段检索到的内容,就像新人在 Slack 里回复之前先快速翻了三页文档。回答的新旧和对错,只取决于交到它手里的段落,再聪明的模型也救不了一页错误的文档。

权限是团队最容易低估的一步。Microsoft 的文档说,Microsoft Copilot“只会呈现单个用户至少拥有查看权限的组织数据”,并要求管理员用 SharePoint 的权限模型,确保合适的人拥有合适的访问权限(Microsoft Learn)。反过来读这句话:AI 不会把文件给打不开它的人看,但会把他们能打开的每一份文件都翻出来,包括多年前有人共享给全公司、之后就忘了的那份薪酬评审表格。(Microsoft 已将 Microsoft 365 Copilot 更名为 Microsoft Copilot,不过过渡期内,部分许可证可能仍显示旧名称。)

下图追踪了一个问题经过这些步骤的全过程。琥珀色的方框决定了 AI 能读什么。

看底部的那个循环。有人标记了错误回答,应该交给源文档的所有者,因为修好那一页,就修好了以后所有引用它的回答。在聊天里纠正那条回复,只能修好一次对话。

底层有两种设计,出问题的方式也不同。基于索引的工具会提前把你的内容及其权限设置复制到自己的索引里。Microsoft 的 Semantic Index、Rovo、Glean 和 Gemini Enterprise 都是这样,速度快,但副本可能落后于源文件。实时调用型工具则在问题到来时才去搜索你的应用。Claude 的企业搜索会通过 MCP 调用已连接的服务,并表示来自这些服务的内容不会在 Anthropic 一侧建立索引。

Anthropic 帮助页面里有一句话,对 IT 很重要。每个人通常用自己的凭证连接,所以结果与其自身权限一致。而用共享 API key 配置的自定义连接器就不同了:所有使用它的人,看到的都是那一个凭证能看到的全部内容。

三条搭建路径,按知识分布来选

对这项任务来说,内部用哪个模型几乎无关紧要。比如 Notion 就允许 Enterprise Search 用户在 OpenAI 的 GPT、Anthropic 的 Claude 和 Google 的 Gemini 之间选择。产品之间真正的差别,在于它们去哪里找,以及对你的权限跟踪得有多好。所以正确的选择取决于你的知识现在放在哪儿。

现实可行的搭建方式有三种。团队助手,是为某个团队建的共享项目或 notebook,文档范围有限,一个下午就能上线。wiki 内置 AI,就是打开你的 wiki 厂商已经提供的助手。答案层,是把多个工具的内容索引到同一个搜索框背后,只有当知识分散在很多系统里时,它才值回成本。

从左到右,每条路径覆盖的人和工具越来越多,继承的权限设置也越来越多,而这些都得有人检查过。琥珀色的中间卡片,是 10 到 500 人公司的合理默认选项。如果你已经在为某个 wiki 付费,它自带的 AI 就是拿到带引用回答的最便宜的路,省下的钱可以拿来清理页面。

不确定自己属于哪种?下面这棵决策树最多问你两个问题。

如果你最后落在“购买答案层”,签约之前先读一读“AI 回答为什么会出错”那一节。索引越大,挖出来的被遗忘的共享设置就越多。

路径一:打开现有 wiki 里的 AI

wiki 厂商有其他路径没有的东西:让页面保持最新的功能,而且现在有几家会把这种状态直接显示在 AI 的回答里。

Notion 把 AI 放在 Business 套餐里,每位成员每月 $20(按年付费),按月付费则是 $24。Free 和 Plus 只有试用(Notion pricing)。Business 包含 Enterprise Search,可跨 Notion 以及 Slack、Microsoft Teams、GitHub 等已连接工具搜索,更多工具还在 beta 阶段。它在这里最有用的功能很不起眼:你可以给最新的页面加上“已验证”标记,Notion 说这个标记会“出现在搜索结果和 AI 引用中”,读者因此能看到某个来源是否被核实过。

Confluence 每个席位更便宜,因为 Rovo 是捆绑的。Standard 标价为每用户每月 $5.42,Premium 为 $10.44,Rovo 额度分别是 Standard 每用户每月 25 个 credits、Premium 70 个、Enterprise 150 个(Atlassian)。Atlassian 的用量文档补充说,credits 在整个组织内共享,不会结转,超额用量计费将在今年晚些时候开始,默认开启,价格为每 1,000 个 credits $10,除非管理员设置上限。试点火起来之前,先把这笔预算算进去。

规模较小的 wiki 工具更强调内容维护。Slite Basic 每用户每月 $10(按年付费),只基于 Slite 文档回答,每个席位每月限 30 个问题。Pro 为 $20,增加了跨已连接工具的搜索,以及带修改建议的文档事实核查(Slite)。Tettra Scaling 每用户每月 $8(按年付费),最少 10 个用户,另外提供过期页面和无人负责内容的报告(Tettra)。Guru 没有公开价格,但它的套餐里列有验证工作流,以及支持权限感知、带引用的回答。

在这些工具里做选择,看的是内容维护功能,而不是模型。上线半年后,页面早已今非昔比,让回答保持正确的,就是一个“已验证”标记或一份过期页面报告。而且,如果你的 wiki 是一片写了一半的页面的坟场,打开它的 AI 只是让这片坟场开口说话。

路径二:为单个团队配一个共享助手

有时知识问题只属于一个团队,比如客服的 40 条宏,或者销售手册。共享助手项目一个下午就能处理好这种范围有限的资料,不用迁移 wiki。

ChatGPT Business 每用户每月 $25,年付为 $20,最少两个席位(OpenAI Help Center)。它的 Company Knowledge 插件会基于已连接的来源作答,OpenAI 说成员在这里只能检索到自己本来就有权访问的内容。不过要留意管理上的缺口:Business 里 apps 默认开启,而对单个 app 按角色控制,是 Enterprise 和 Edu 才有的功能。

Claude Team 每个标准席位每月 $20(按年付费),按月付费为 $25,适用于 2 到 150 人的团队(Claude pricing)。项目可以对整个组织公开,也可以仅对受邀成员私有,角色分为 Can view 和 Can edit。Anthropic 说,当项目文件接近上下文上限时,Claude 会自动切换到检索模式,能容纳的内容最多可达十倍。

Google 今年把 NotebookLM 更名为 Gemini Notebook,并称有超过 3,000 万人和 60 万个组织在使用。上传任何东西之前,要先搞懂它的共享模式。在共享的 notebook 里,查看者“对所有来源文档和笔记拥有只读权限”,而隐藏这些资料的 Chat View,“并不会完全撤销查看者的底层访问权限”(Google)。

由此得出整条路径的一条规则:凡是你不愿意原样交给共享对象中每一个人的文档,都别放进共享项目或 notebook。

这张评分卡,把这些助手与 wiki 工具和 Microsoft Copilot 放在一起,按决定回答能否持续正确的五个维度做了比较。先看最后一列。

每个工具都会引用来源,也都遵守源系统的权限,Claude 因共享凭证连接器而略扣一档。差别在于内容维护。ChatGPT Business 和 Claude Team 没有把文档标记为已验证或过期的功能,所以内容是否新鲜,完全取决于文件的所有者。对只有一位所有者、几十份文档的客服团队来说,这没问题,但放到全公司就撑不住了。

路径三:横跨所有工具的答案层

当一个常规问题的答案可能在 Confluence、某个 Google Drive 文件夹、一条 Slack 讨论或一张 Jira 工单里时,wiki 的 AI 只能看到其中一部分。答案层会索引所有内容,并在结果中执行各个来源的权限。Glean 说它提供 250 多个连接器,并称“用户只能看到他们有权访问的内容”。它不公布价格。

Google 原来的 Agentspace 页面现在会重定向到 Gemini Enterprise。它的 Business 版每席位每月 $21 起,无需 IT 配置,可连接 Microsoft 365、Google Workspace、HubSpot 和 Jira,每席位共享 25 GiB 的存储和索引空间。Standard 和 Plus 起价为 $30(Google Cloud)。

Microsoft 365 Copilot Business 是 Microsoft 365 Business 套餐的附加项,每用户每月 $21(按年付费)。在 2026 年底之前注册的现有客户,第一年可享 $18 的促销价(Microsoft)。Microsoft 把随符合条件的套餐附送的免费 Copilot Chat 描述为基于网络检索的,所以在你默认回答来自 SharePoint 之前,先确认员工用的是哪个 Copilot。

把各个入门席位的价格放在一起看,三条路径之间的价差其实很小。

八个套餐中有六个是每席位 $20 或 $21。Tettra 是 $8,Confluence Standard 是 $5.42,且已含 Rovo credits。一家 50 人的公司按每席位 $20 算,每月 $1,000,每年 $12,000,这部分是可预测的。可变成本是整理文档、审计共享和审核回答所花的人力时间,不管选哪家厂商,这部分都一样。

Gemini Enterprise 和 Copilot 的商业版都以 300 个席位为上限,所以 400 人的公司要看更高的档位(Gemini Enterprise Standard 没有席位上限)。50 人以下、只有一个 wiki 的话,别走这条路。你会为索引那些没什么价值内容的工具掏钱,还会继承其中所有的共享失误。

想看比这里提到的产品更广的范围,可以看实时更新的 AI 知识管理榜单,它按 ToolRank 分数给这个类别排名;我们的 AI 知识管理工具盘点则对头部产品做了更深入的评测。

AI 回答为什么会出错

试点结果让人失望时,先查来源,再怪模型。这些失败都是可预见的,而且大多能追溯到内容上。

首先是过期页面。除非页面写明哪份是现行版本,否则模型分不出旧的差旅政策和现行的,如果两份都能被检索到,它可能会语气十分笃定地引用错的那份。重复文档会让情况更糟,因为同一政策的两个版本,可能让回答把二者混在一起,并且两个都引用。

过度共享是最后会写进事故报告的那个。Microsoft 为 SharePoint 做了一个控制功能 Restricted Content Discovery,面向那些在 Copilot 让内容被广泛发现之前,“需要时间审查 SharePoint 站点、验证权限并落实治理控制”的组织。Microsoft 称这是临时措施,它不会改变任何人的权限,而且在条目超过 50 万的站点上,一次更新可能要花一周以上。既然厂商专门为过度共享的文件提供了权宜之计,那你就该假设自己也有这样的文件。

无人负责会让小错误变成永久性错误。如果没人负责回答所引用的那一页,被标记出来的错误就无处可去。

同步延迟会在上线之后让团队措手不及。Notion 说,它的 AI 连接器摄取一个已连接的应用最多可能需要 36 小时,新内容最多 3 小时才会出现,而且集成通常只会回溯到设置时间之前一年(Notion Help)。Google 的 Gemini Enterprise 文档说,增量同步会获取新增和更新的内容,但不包括身份数据和删除操作,这两者要等完整同步或身份同步。所以你今天早上删除或锁定的文档,可能在一段时间内仍然能被回答引用。Atlassian 说 Rovo 会监听权限变更并更新索引,这就是你应该向每家厂商问清楚的行为。

最后一种失败是蓄意造成的。OWASP 的 LLM 应用 Top 10 描述过这样的情形:攻击者编辑 RAG 系统所依赖的某份文档,植入的指令就会改变 AI 对下一个提问者说的话。任何对某个来源有编辑权限的人都能左右回答,所以编辑权限要比读取权限收得更窄。

从最常用的 50 份文档开始的 30 天上线计划

如果前两周花在文档而不是软件上,30 天足够做一次诚实的试点。50 是个实用数字,不是什么魔法数字,它小到两周内就能做完。

在下面的计划中,清理从第一天就开始,第 3 周之前 AI 不会碰任何来源。

第 1 周:收集真实问题,再找出能回答它们的文档

从 Slack 频道、帮助台工单和新员工的入职沟通中,挑出 50 个最近大家问过的问题。保留他们的原话,错别字也别改,因为他们就是这样去问 AI 的。对每个问题,找出本该回答它的那份文档。这份清单就是你的最常用 50 份文档。

对每份文档,记下它的所有者,以及上次有人核对的时间。然后审计谁能看到它。在你打算连接的网盘和 wiki 里,找出“拥有链接的任何人”共享,以及 HR、财务或法务文件夹上的全组织访问权限。已经离职的人名下的空间也要列进这份清单。

第 2 周:清理这 50 份文档

归档或删除重复文档,让每个问题只有一个现行答案,并把被取代的页面指向它的替代页面。给每个页面指定一位具名的所有者和一个复核日期。然后为检索改写内容。AI 读的是段落,不是整页,所以一句“上限现在是 $50”的段落,一旦脱离标题就毫无意义。在段落里写明政策、团队、地区和年份。Anthropic 建议给 Claude 项目的文件起清晰、描述性的文件名,标题也是同样的道理。

这 50 份文档,在接近任何连接器之前,都要过一遍这张检查卡。

最后一项取决于你的工具。Notion 和 Slite 内置了验证功能,Tettra 会报告过期和无人负责的页面。在 ChatGPT 或 Claude 项目里,把复核日期写进文件名或第一行,是可行的替代办法。

第 3、4 周:连接、试点和打分

连接两三个来源就好,不要一口气全连。即使 HR、财务和法务空间的权限看上去没问题,第一轮也先别接。从不同团队挑 10 到 20 名试点用户,让他们在真实工作中使用 AI(我们的职场 AI 第一周计划可以帮新手上手)。在第 3 周末和第 4 周各跑一遍你的 50 个问题,并按下面的方法打分:

1. 1把每个回答评为正确、部分正确或错误。
2. 2打开引用。一个正确的回答如果引用了过时的页面,就是一颗定时炸弹。
3. 3统计它答不上来的问题。无法回答的比例高,往往说明缺文档,而不是工具不行。
4. 4把每个错误回答发给所引用页面的所有者,并追踪有多少在一周内得到修复。
5. 5只有结果达到你事先设定的标准,比如 50 个问题里有 45 个回答良好,才扩大范围。

在连接任何东西之前,先给自己的现状打分。两分的题项,就是产生最糟糕回答的那些缺口。

低于 6 分,继续清理。现在连接的话,过期和过度共享的文件被翻出来的速度,会比人们纠正的速度更快。从 6 分起,可以先让小范围人群试点;达到 10 分,说明你的来源状态足够好,可以分阶段扩大。

让回答保持正确的治理

一次好的上线能把你带到上线那天。之后要让回答一直正确,靠的是几个枯燥的习惯。

每个来源都需要一位具名的所有者,是具体的人,而不是团队别名。有人离职时,他们的页面应在收回笔记本电脑的同一份离职清单上被重新分配。没有所有者的页面,在有人认领之前,应该从 AI 的来源中撤下。

复核日期按内容变化的快慢来定。政策适合 90 天一次。价格、套餐细节和流程步骤,则每 30 天就要看一次。过了期限的页面要么核对,要么归档;在有验证功能的工具里,要么重新验证,要么失去标记。

按群组而不是个人共享,这样访问权限会随角色变动而调整。连接来源之前先审查共享设置,这也是 Atlassian 要求 Rovo 客户对每个第三方应用做的事。另外优先选择每个人用自己账号登录的连接器,因为共享凭证会让所有人看到同样的内容。

有些资料,不管权限看起来多严,都不该放在 AI 够得着的地方:

• 密码、API key 和其他凭证。
• 薪资、健康信息和个别 HR 案件的细节。
• 超出团队服务该客户所需范围的客户个人数据。
• 受法律特权保护的材料,包括任何处于诉讼保全的内容。
• 读起来像政策、但未经审核的草稿。

要查清每家厂商怎么处理你的数据。OpenAI 说默认不会用 ChatGPT Business 工作区数据做训练,Claude Team 注明默认不会用你的内容训练模型,Microsoft 则说通过 Microsoft Graph 访问的数据不会用于训练基础模型。留存期的差别更大:Notion 在较低档套餐上,与其 LLM 供应商之间是 30 天留存,Enterprise 则是零留存。我们的 AI 工具隐私框架列出了该问的问题。

然后让反馈循环一直转下去。给大家一个快速标记错误回答的办法,把标记转给页面所有者,并每月复盘这些标记。第一张图里的那个循环,只有有人去闭合它才会起作用。

常见问题

我们需要新工具,还是 wiki 自带的 AI 就够了?

先从 wiki 的 AI 及其连接器开始。只有当试点中答不上来的问题,发现都存在于 wiki 够不着的工具里时,再加答案层。

AI 会把某份文档给不该看的人看吗?

就这里介绍的产品而言,不会给他们看本来就打不开的文档。风险在于他们能打开但本不该打开的文件,比如被误共享给全公司的文件夹,以及任何通过共享凭证连接器可以触及的内容。

50 人团队的 AI 知识库要花多少钱?

按标价算,任何一个 $20 的套餐(Notion Business、Slite Pro、ChatGPT Business 或 Claude Team,均按年付费)大约每月 $1,000。Confluence Standard 含 Rovo 额度,每月 $271,Tettra Scaling 是 $400。此外还要预留清理所需的人力时间。

NotebookLM 还能用吗?

能,只是换了名字。Google 今年把它更名为 Gemini Notebook,并说它仍是独立产品。旧的 notebooklm.google 地址现在会重定向到 notebook.google,Gemini Enterprise 的 Business 版也捆绑了面向企业的 Gemini Notebook。

我们该自己搭 RAG 系统吗?

对大多数 10 到 500 人的公司来说,不用。现成的工具已经解决了权限同步和引用这两个难点。如果答案需要嵌入你自己的产品,或者要用到没有厂商能连接的数据,自己搭才有意义,这时可以从向量数据库与检索榜单入手。