企業知識庫：先立制度，再上工具
AI 要能回答你公司的問題，前提是公司知識先被整理成 AI 讀得懂的形狀。順序反了，買再好的工具都只是把混亂搬個地方放。
你會看到的狀況
- 新人問一個問題要打斷三個資深員工，答案還常常互相矛盾
- 同一個流程在知識庫裡找得到好幾個版本
- 在知識庫搜「密碼」，搜得出結果
問題通常卡在哪
- 知識只存在人腦與聊天紀錄，人一離職就整批帶走
- 同一個事實住在三個地方，其中兩處遲早過時
- 沒有自動驗證，品質全靠自律——自律撐不過三個月
改之前
資深員工腦中
聊天紀錄
只有資深員工知道
新人提問
打斷多位資深員工
答案互相矛盾
同一件事三個版本的答案
離職就帶走
改之後
資深員工腦中
聊天紀錄
一個事實只住一張卡
schema 檢查與壞連結掃描
首批知識卡（上線中）AI 問答的地基
引用不複製：重複就是未來的矛盾
我們怎麼改
先看過你們實際怎麼做事，再決定改哪裡、用什麼改。下面是這類問題常用的做法；自動化、AI 或寫程式，都只是其中的工具。
- 一個事實只住一張卡：重複等於未來的矛盾，需要時引用而不複製
- 機密只放指標不放本體：知識庫裡永遠沒有密碼，只有「放在哪、跟誰申請」
- 知識樹的分區即未來的權限邊界——之後接 AI 問答時，誰能問到什麼天生就管好了
怎麼確認改好了
- 結構化格式 + 自動驗證（schema 檢查、壞連結掃描），品質靠系統把關，不靠自律