某金融集团企业级 AI 知识库建设

客户的知识资产积累深厚——多年的产品资料、合规手册、研究报告、客户问答库——但散落在不同的业务系统、共享盘、邮件附件中。一线员工查询知识高度依赖"问老员工"，新人上手周期长，合规风险也难以闭环管理。

客户尝试过 3 次自建知识库项目，结果都是知识录入容易、持续维护困难，最后变成"年初建好年底没人用"的标本。

最近一次尝试上 ChatGPT 类大模型方案做问答，结果遇到两个硬约束：

• 合规约束：金融监管要求数据不出境，且业务数据不能进入公有云大模型；
• 幻觉问题：直接调用大模型答合规问题，出现凭空捏造条款的情况，业务侧无法接受。

整个咨询规划阶段约 4 周，输出一份完整的知识库系统建设方案 + 选型报告 + POC 实施计划。之后我们继续陪跑约 4 个月，协助客户的实施团队推进 POC 与一期上线。

1. 拒绝"一步到位" · 客户最初希望"建一个能回答所有问题的大模型"。我们把范围收窄到首期三个场景，理由是知识库是个长期运营的产品，不是一次性项目，先把高频场景做扎实再扩展，比一次性铺八个全部半死不活更可控。

2. 选私有化部署 + 国产合规大模型 · 在合规与可控性之间，我们建议放弃公有云 API 路线，选国产合规大模型私有化部署，虽然 TCO 略高，但合规清晰、数据可控、可解释性也更好。

3. 把"知识录入"做成业务流程 · 知识库失败的根因不是技术，是没有持续录入机制。方案中我们把"新产品上线必须录入 FAQ"、"合规变更同步更新条款库"等写成 SOP，与业务部门 KPI 挂钩，从源头解决"建好没人维护"的问题。