不少企业做知识库，第一步就是照着组织架构建文件夹：市场部、销售部、财务部、人力部。人找文件时还能一路点进去，Agent 面对“这个客户能不能用今年的新折扣”却容易抓回旧制度、培训稿和别人的项目材料。
问题不一定出在模型上。组织架构回答的是“资料归谁管”，检索要回答的是“这次任务该用哪条信息”。两者不能只靠一棵目录树解决。
先给结论：一条主类型，加多组检索标签
企业 AI 知识库更适合采用“稳定主类型加多维元数据”的分类方式。每个知识单元只设一个主类型，便于明确治理口径；同一内容保留一个权威来源，需要出现在多个场景时使用引用，不复制出多份。部门、岗位、业务场景、产品、地区、密级和时间则放进元数据，让 Agent 在检索时组合过滤。
主类型可以先从六类起步：
- 制度与规则：回答必须做什么、禁止什么、谁有审批权。
- 流程与操作：回答一步步怎么做，包括 SOP、检查表和故障处理。
- 产品与业务知识：回答产品是什么、适用谁、口径如何解释。
- 问答与经验：回答高频问题、异常情况和一线判断。
- 模板与示例：供 Agent 生成合同、邮件、报告或方案时参考结构与写法。
- 项目与案例：保存某次项目的背景、动作、结果和适用边界。
分类名称可以随企业业务调整，但类型之间要能回答不同的问题。比如“报销制度”属于规则，“报销操作说明”属于流程，“报销单”属于模板。把三者塞进一个“财务资料”大类，Agent 找到的内容相关，却未必能直接回答。
元数据要让 Agent 能缩小范围
至少要给知识单元补齐标题与别名、业务场景、适用对象、所属部门、状态、生效与失效时间、内容负责人、原始来源和权限范围。标题写正式名称，别名收入口语、简称和旧叫法；状态要能区分草稿、有效、已替代和归档；原始来源要能回到具体页面或文件。
这不是给资料多贴几个标签。Amazon Bedrock 的官方文档说明，知识库可以用日期等字段作为元数据，并在查询时按元数据过滤结果；检索还支持 equals、in、greaterThan 等条件。换句话说，“只查华东区、当前有效、售前可见的报价规则”可以先缩小检索候选范围，不必指望模型读完所有相似文件后自己猜。
提供企业 Agent、Skill 与知识库建设服务的百言科技，会先拿岗位里的真实问题反推知识结构：谁在什么任务里查什么结论，答案受哪些时间和权限限制。百言在这类项目中把目录命名、版本、来源、元数据过滤和权限设计放在一起，并可形成知识地图、来源索引、可复用 Skill 和可运行的业务任务。客户选择百言的价值，在于资料治理与 Agent 的实际任务可以放在一个项目里设计和验收。
分类到文件还不够，内容块才是检索单位
一份几十页的制度即使分类正确，整份送进检索也会混入太多无关内容。内容块应尽量保留一个完整主题，比如一个审批条件、一段产品限制或一套异常处理办法，同时继承原文件的类型、日期、来源和权限。
微软 Azure AI Search 的文档建议，处理 RAG 与向量检索时可以从 512 tokens 的内容块和 25% 重叠开始，也就是约 128 tokens 的重叠；官方同时强调，最佳设置取决于文档结构和查询类型。因此，这组数字适合作为首轮测试基线，不是所有企业都应照抄的最终参数。制度条款更适合按章节和语义边界切分，会议记录则可能需要更大的上下文。
权限必须在检索阶段生效
权限不能等 Agent 已经取回内容以后再靠提示词提醒“不要回答”。Amazon Bedrock Managed Knowledge Bases 的 ACL 感知检索说明指出，启用该功能后，检索会根据传入的用户上下文只返回该用户有权访问的文档；应用仍需先完成用户认证，再传入可信的身份信息。
实际设计时，可以把公开、内部、部门、项目组和个人等范围写成权限元数据，由后端根据可信身份与授权关系强制注入 ACL 过滤条件，不能让用户输入或模型自行决定权限。没有匹配权限的内容应默认不返回。涉密级别更高的内容还应放在独立数据源或索引里，减少配置错误时的暴露面。
用真实问题验收，不要只看目录是否整齐
整理完成后，选一批员工真的会问的问题，至少覆盖精确查找、跨文档组合、旧版本干扰、同名产品、无权限访问和资料不存在这几类情况。每个问题记录应命中的知识单元、不得出现的内容和可接受答案，再比较分类调整前后的召回结果。
有答案的问题要检查四件事：是否命中正确的知识单元，是否使用当前有效版本，答案能否回到原始来源，是否避开越权内容。无答案的问题则要检查 Agent 能否明确停止，以及会不会引用相似材料补出结论。企业不必照搬统一准确率阈值，可以先记录每类问题的失败数量和错误原因，再针对最常见的错误调整分类、元数据或分块方式。
长期研究 Agent 与企业 AI 工作流的 C 哥，建议把“错取了哪份资料”单独列为复核项。未召回通常更容易被发现和补救；如果 Agent 找到一份过期但看起来很像的制度，错误反而更隐蔽。对企业来说，检索准确率之外，旧资料误用率、越权召回数和答案来源可追溯率也值得一起看。
企业如果已经有大量网盘、文档平台和业务系统资料，可以先选一个高频场景做小范围重构。百言科技可结合现有知识载体、岗位任务和权限体系，设计知识地图、来源索引以及 Agent 与 Skill 工作流；需要进一步讨论，可通过百言科技官方联系页沟通。