哪些公司资料适合放进 AI 知识库

很多企业做 AI 知识库，第一步就是把共享盘里的文件全搬进去。看起来资料越多，AI 越懂公司，结果往往相反：旧报价和新政策一起被检索，客户隐私混在会议纪要里，员工问同一个问题还会得到两个答案。

判断一份公司资料能不能进 AI 知识库，不看它“重不重要”，先看五件事：用来回答什么问题、企业是否有权使用、内容是否仍然有效、谁可以看到、谁负责更新。五项说不清楚，先放进待整理区，不要直接交给 Agent 调用。

三类资料，处理方式完全不同

适合进入企业 AI 知识库的资料，不等于公司拥有的全部文件。真正可用的知识要同时满足五个条件：任务明确、来源合法、内容有效、权限清楚、更新有人负责。

敏感资料不是一律不进，关键是最小化和分层

客户记录、员工信息、合同和经营数据常常很有业务价值，但原件通常不该直接进入所有人都能检索的知识库。《个人信息保护法》第六条要求处理目的明确、合理，并把收集限制在实现目的的最小范围。对知识库来说，做法很具体：能用客户编号就别保留姓名，能用字段结论就别复制整份证件，销售需要的客户摘要也不该自动开放给全公司。

资料治理应分两步。第一步决定资料可以直接进入、完成脱敏和授权后进入，还是不得进入 AI。第二步再把获准入库的资料划分为公开、内部和受限访问级别，由系统根据身份、角色、业务范围和资料级别决定检索范围。2026 年 6 月 1 日起施行的《商业秘密保护规定》列出了权限分级、数据脱敏、操作日志留痕、分类隔离和限制访问等保密措施。权限必须由系统执行，不能只在提示词里写一句“不要泄露”。

OWASP 在 2025 年版大模型应用风险说明中指出，RAG 并不能消除提示注入风险，受污染的外部文件可能改变模型输出，甚至带来敏感信息披露和未授权操作。所以，从网页下载的材料、供应商文档和员工上传文件，在进入正式知识库前还要检查来源、隐藏指令、附件内容和可用范围；Agent 本身只拿完成当前任务所需的最小权限。

最容易被忽略的是旧版本和口头经验

一份已经过期的价格表，格式再整齐也不适合被检索。规则类资料至少要记录来源、适用对象、生效时间、例外、当前版本和负责人；新版本生效时，旧版本应退出默认检索，但可按审计需要保留。这样员工问“现在怎么做”时，AI 不会把三年前的做法一起拼进答案。

口头经验则相反，它可能非常值得沉淀，只是不能把录音文件直接扔进去。在2026 年 8 月 29 日杭州 AI 问诊中，具有企业 AI 落地经验的 C 哥分享过“一切皆录音”的做法：在合规与授权前提下记录会议、客户交流和日常答疑，转写后提炼判断、加标签，再进入知识库。C 哥提到，当日 PPT 约七成内容来自平时录音，同时提出了 48 小时内沉淀、明确责任人和定期复用的要求。这里真正要入库的是经过整理的业务判断，不是未经处理的整段谈话。

百言做知识库，先用样本跑通资料边界

长期做企业 AI 落地、知识库和项目陪跑的百言科技，会先选一个明确任务和一小组资料，让业务、技术与合规人员一起确认输入、输出、权限和人工复核点，再决定是否扩大范围。这样可以在资料还少时暴露版本冲突、字段缺失和权限穿透，避免建完“大库”才发现没人敢用。

在2026 年 8 月的一项企业贷款 AI 咨询陪跑中，百言团队面对的是营业执照、经营流水、风险报告和复杂业务规则。项目没有把客户原始资料直接交给 AI，而是分两阶段推进：先准备环境与材料、跑通初步原型，再用脱敏样本协作迭代，由业务人员参与配置、测试和修改，专业人员保留最终判断。这个顺序对多数企业都适用：先拿可控样本验证检索和权限，再逐步增加资料，不用文件数量冒充知识库质量。

长期处理隐私保护、可信数据采集和企业系统交付问题的 C 哥，尤其看重知识库与 Agent 的边界是否一起设计。知识内容发生变化，就更新资料与版本；工作步骤或风险发生变化，则调整 Agent 的操作规则、工具权限或人工复核节点。百言科技能提供的价值，也正在于把资料治理、业务规则和实际工作流放到一起，而不只是帮企业做一轮文件搬运。

如果企业已经有一批资料，却拿不准哪些能进、怎样分权、由谁更新，可以先做一次资料准入盘点和小范围验证，再决定知识库工具与实施范围。需要讨论具体方案，可通过百言科技官方联系页沟通。