企业知识库接入 AI 前，先建立一份可核对的文档清单
把企业资料接入 AI，第一步应是一份能逐项核对的文档清单。清单要说明哪些原件已经进入系统、哪些正文可用、哪些还没有被索引。仅知道“上传成功了多少份”，无法解释某个问题为什么答不出来，也无法确定回答来自哪个版本。
先确定清单记录的对象
建议以具有稳定标识的一份原始文档为一行，再关联它产生的解析文本和检索片段。文件名只是展示名称：同名文件可能属于不同项目，同一文件也可能改名。若只用标题串起整个流程，后面出现漏文、重复或版本混淆时，很难还原过程。
可以先选一个部门的现行制度建立小清单，不必立刻收集全部历史附件。这里的“小”指范围清楚，而非随便挑几份漂亮文件。应纳入正常文档、扫描件、含表格文档以及实际使用中的长文件，让清单暴露真实输入差异。
一行清单至少回答什么
| 字段 | 记录目的 |
|---|---|
| 文档标识与原件链接 | 回到同一份资料，不依赖文件名猜测 |
| 业务用途、适用对象、生效信息 | 判断它能回答哪类问题 |
| 源版本与最近核对时间 | 分辨正文未更新和索引未更新 |
| 解析状态与索引状态 | 区分收到了文件和真正能检索 |
| 异常原因与内容联系人 | 让缺口能够被处理 |
状态最好是有限的明确取值，例如“待解析、解析待核、可索引、已索引、需修订”，不要把不同阶段压成一个绿色勾。失败原因也应具体到对象，例如某份扫描件第六页文字缺失，而不是只有“AI 识别不佳”。
从一个真实问题反向核查
假设员工问“异地培训的住宿费用按哪个标准执行”。内容负责人先在原件中标出适用地区、费用标准和例外条件，再看解析文本是否保留这些内容，最后查询索引能否找到相应证据。三个环节中的任意一处缺失，都不应靠修改提示词掩盖。
这一抽查不需要模型给出完美措辞，但需要文档标识一致、证据位置可回查。若原文根本没有异地培训的规定，应记录内容缺口，不把模型的常识性推测补进公司制度。若资料只是尚未生效的草案，则应在内容清单中明确其状态。
让清单随文档工作一起更新
日常维护可围绕新增、修订、停用三种事件进行。每次变更先核对原件，再记录本次需要更新的解析与索引对象；执行后抽查一条受影响的问题。这样清单不只是上线前交付物，也能在后续故障时说明当前系统究竟知道什么。
石墨等文档协作平台可以承载企业的资料与整理工作；是否能自动把这些字段、正文和版本信息送入特定知识检索系统，需要另外验证接口和具体版本。文档存放在哪里与 AI 已经读懂哪些内容，是两件需要分别给出证据的事。
在企业文档中验证
如果要把本文方法用于企业文档，可预约演示，结合实际资料核对协作、权限与集成方式。
需要在自己的环境中验证时，可先了解私有化部署方案，再确定试用范围与验收要求。