场景

  1. 公司内部敏感数据，不希望在外网公开
  2. 大量的内部文档，不方便直观查阅，耗时耗力
  3. 无法快速的找到自己想要的【文档】

方案

  1. 将公司文档清洗后做成文档库
  2. 对文档库进行向量化，录入【向量数据库】
  3. 查找问题的时候，先对【向量数据库】进行检索，返回 n 个文档内容
    1. 做好脱敏
  4. 将 n 个文档内容给到 AI，让 AI 重新整理，返回人类容易识别的文本
    1. AI 做文本汇总、识别、聚合、整理
    2. AI 直接返回最终有效的符合用户期待的内容
  1. AI 可以对知识库的内容进行过滤、聚合、整理
  1. AI 可以对用户问题进行【力所能及】的扩充，这部分内容是【知识库】无法覆盖的。

其他方案

不使用 AI 模型

将清洗后的文档直接进行向量化后，也可以进行详细的检索，内容质量也会比较高。

缺点：

  1. 不使用 AI 模型，向量数据库检索到的内容是【原始数据】的【部分段落】，不易查阅
  2. 检索到的内容可能过多或者过少
    1. 过少：没啥问题。要么文档有问题、要么向量化不合格、要么相关问题真的在文档中没有记录
    2. 过多：人类无法很好的快速聚合、理解，耽误时间

不使用文档库

如【场景】章节说到的，AI 大模型是海量数据，但有可能缺少【公司文档】。它持有的数据，可能完全没有对应公司的数据记录。

直接使用 AI 大模型，细节问题基本无法使用。