企业AI知识库建设方案-更懂企业的智能知识库

本方案旨在通过ChatGpt等LLM大语言模型，对企业积累的专业知识库内容进行向量搜索分析，实现高效的内容索引与检索，并提供流畅的知识库问答体验。
 

一、产品主要优势

1、高效的内容处理与存储：与传统知识库工具相比，我们的方案通过问答形式处理和存储内容，这不仅减少了向量化内容的长度，而且更清晰地界定了文本的含义。这种方法显著提高了搜索精度，使得用户能够更快地找到所需信息。
 
2、专业知识库的引入：我们的系统支持引入专业知识库，避免了来自未经验证的、非权威性内容对知识库的污染，确保了提供的解答的准确性和可靠性。此外，每条信息后都附有来源和链接，便于用户扩展学习和深入研究。 

3、富有吸引力的交互体验：通过模拟聊天对话的方式，用户的查询过程变得更为生动有趣。我们的大语言模型AI框架不仅支持日常信息的查询，也能引导员工高效地补充和更新他们的专业知识。

 

4、灵活的知识库维护：知识库的维护支持多种数据格式，包括文本、文档等。在基础框架搭建完成后，后续的内容更新和维护可以通过自动化数据处理程序轻松实现，大大降低了人工维护的需要。

 
 
5、定制化的扩展功能：通过内置的工作流引擎，我们的系统支持将动态数据集成到服务框架中。根据企业的具体需求，可以实现数据汇总、内容存储和基于文件模板的扩展功能等。这些功能可以完美嵌入问答聊天环境，为企业提供个性化的解决方案。

二、技术框架简介

 
AI知识库总体技术框架图
 
核心技术栈包括四个主要部分： 
 
1、LLM大语言模型：根据企业的具体需求，可选择部署ChatGPT或ChatGLM。两者的具体技术差异和适用场景将在部署方案部分进行详细说明，以帮助企业做出最适合其业务需求的选择。
 
2、内容向量分析引擎：此引擎支持对知识库中的内容进行向量化分析和索引。通过这种方式，我们能够提供高效的内容检索支持，确保信息检索的速度和准确性。
 
3、对话向量搜索引擎：利用先进的匹配算法，此引擎能将用户的问题与知识库中的内容进行精准拟合分析。这不仅增强了对用户查询的理解，还能提供高精度的答复，显著提升用户满意度。
 
4、工作流配置引擎：集成了强大的Flow工作流引擎，允许人工对问答流程进行细致优化。这一特性支持企业根据实际使用情况调整和优化问答效率，实现流程的持续改进。


 

三、知识库部署方案

根据客户对数据安全性的要求，以及在建设与使用成本间的取舍，我们提供了三种知识库部署方案，其主要差异如下：
 

AI知识库	ChatGpt版本	ChatGlm2云端版本	ChatGlm2私有化部署
建设成本	较低	较低	较高
使用成本	较高	较低	仅需运维成本
硬件要求	4C8G服务器一台	4C8G服务器一台	8C32G服务器一台 4090以上AI显卡
	注：可使用云服务器或本地服务器	注：可使用云服务器或本地服务器	注：只可使用本地服务器
优势	语义识别能力强，基础信息库内容丰富	使用成本较低，通讯数据不会传输到境外服务器	数据只在内网传输和存储，知识库和通讯内容无外泄风险，使用成本低
劣势	使用成本略高，通讯数据可能传输到境外服务器	语义识别精度和基础信息库内容较 ChaGpt 版本稍有不足	基础建设成本及硬件成本较高，需要独立显卡保证大模型运行
适合	对内容精度要求高，对数据安全性要求较低的场景	对成本比较敏感，对数据安全性要求一般的场景	希望降低长期使用成本，对数据安全性要求高的场景

 

四、建设与实施步骤

1. 需求沟通与确认 约3-5个工作日

对产品需求细节进行沟通，形成需求文档定稿，开发团队同步推进技术方案细节调整。同时会向企业明确知识库初始化内容需求，由企业进行知识库准备。

2. 产品调整与部署 约10个工作日

开发团队根据需求对产品进行调整和部署，并在测试服务器完成产品服务框架建设。如产品需要引入企业微信/钉钉/OA等第三方平台，需提前准备好相关账户信息及调试环境。

3. 知识库内容初始化 约1-5个工作日 根据内容量而定

将企业提供的知识库内容作为初始内容框架引入系统，并根据企业需求对服务流程进行调整优化。

4. 产品测试与验收

由企业验收团队对产品进行完整测试，满足验收条件后提交验收报告完成验收。

5. 产品交付与培训

运维团队将产品迁移至生产环境，完成产品交付。产品交付后，我们会对企业相关操作人员提供一次远程培训服务，解决产品使用中的问题。

6. 产品维保

产品交付后进入维保阶段，运维团队将提供在线运维支持服务，小故障2小时内恢复，大故障6小时内提供解决方案。在运维阶段，除保障服务正常进行外，还将持续提供相应的AI框架版本升级服务（小版本升级免费，大版本升级视情况而定）。