RAG 與知識庫
Knowledge Base 知識庫是什麼？讓 AI 用你的資料回答
Knowledge Base 知識庫是什麼？讓 AI 用你的資料回答
AI 很會講話，但它不知道你公司的請假規定、你的產品規格、你去年怎麼跟客戶談的。知識庫就是補這一塊。
重點不在建一個資料夾，而在建一份「查得動」的內容。放著跟查得到，是兩件事。
你將學到什麼
定義
集中管理、經過索引、可被檢索的一份內容，供 AI 依據它回答。
白話比喻
像圖書館。重點不是書多，是有編目，你問得到也找得到。
該放什麼
穩定、權威、你會反覆被問到的內容：SOP、規章、產品手冊、FAQ。
不該放什麼
會頻繁變動的即時資料、一次性的閒聊紀錄、沒人維護的舊版本。
定義
知識庫是集中管理與活用你的知識，讓 AI 基於你的資料提供準確、有脈絡的回答。關鍵字是「你的資料」。
它跟一般的雲端資料夾差在可檢索。文件要先被抽取文字、切成片段、建立索引，之後才查得動。
運作的六個步驟
一是匯入與整合，支援 PDF、Word、簡報、雲端硬碟或網頁等來源。二是處理與索引，抽取文字、智慧分段、做向量化。三是儲存與組織，分類、標籤與關聯。
四是檢索與理解，用語意搜尋與關鍵詞搜尋找出相關內容。五是 AI 應用與生成，根據內容產出回答。六是回饋與優化，把錯誤修正回內容本身。
該放什麼、不該放什麼
| 適合放進知識庫 | 不建議放 | 原因 |
|---|---|---|
| SOP、內規、制度規範 | 每天變動的即時資料 | 知識庫不是即時系統，要即時就接 API |
| 產品手冊、規格書、技術文件 | 沒人維護的舊版本 | 舊版本會跟新版本互相打架 |
| FAQ、客服問題排除、案例 | 一次性的閒聊紀錄 | 雜訊會稀釋檢索品質 |
| 研究資料、競品分析、案例研究 | 大量原始資料表 | 整份表格塞進去會檢索到半截，模型也不會去數列 |
實際用例
企業內部知識庫讓員工問得到制度與流程；客戶支援知識庫讓客服 Agent 依據 FAQ 與教學指南回答；研究與學術資料庫讓你把一疊論文變成可以直接問的對象。
共同的價值是三件事：省下重複查找的時間、答案有依據可追溯、知識不會只留在某個人的腦袋裡。
最常見的誤解是「上傳 PDF 就等於有知識庫」。上傳只是第一步，還要能被切分、索引、檢索與引用，中間任何一段沒做好，AI 一樣答不準。
第二個誤解是知識庫越大越好。內容多而雜會讓檢索抓到不相關的段落，品質反而下降。寧可小而準，也不要大而亂。
延伸學習
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
寫給升國一的你的筆記術
寫給剛升上國中的你：筆記不是寫給老師看的，是寫給考前的自己看的。18 章 85 課圖文，從「為什麼要寫」講到七科各自怎麼記，附 78 份可以印出來寫的練習單，以及 80 課家長專區與 34 張三年筆記養成路徑圖。沒有閱讀期限，國一買、國三還在。
NT$ 3,599