上岗周期长
新人跟着老员工学,进度取决于老员工当天忙不忙。三个月能独立接单的算快的,而且质量不稳定。
RAG + WIKI + 大模型 · 企业知识库共建
我们先把企业的产品、业务流程、话术和客户案例沉淀成结构化知识库(WIKI), 再用 RAG + 大模型让 AI 精确引用这些知识回答问题——新员工用它做 7 天线上培训, 老员工和业务同事用它在日常业务里回答客户。 同一套知识底座,不用维护两份内容。
真实现状
大多数企业不是没有资料,而是资料不成体系、口径不一致、找不到人问。 培训讲的是通用方法,业务需要的却是「这个客户该报多少、这个流程怎么走、这类问题怎么答」。
新人跟着老员工学,进度取决于老员工当天忙不忙。三个月能独立接单的算快的,而且质量不稳定。
课程用的是通用教材,考核考的是记忆。回到工位上,客户问一个真问题,还是得从头问人。
资深同事每天被同样的问题打断几十次。既影响了客户响应,也没人愿意把全部经验一次讲清。
报价单在个人电脑里,流程写在老员工的脑子里。人员一走,这部分能力就跟着走了,谁也补不回来。
解决方案
知识库是地基。没有结构化、可引用、有人维护的知识库,AI 回答就是猜,培训内容就还是那本通用教材。 所以我们从共建知识库开始,而不是从买一个模型开始。
把产品资料、业务流程、售前话术、客户案例、常见问题与制度规范,按统一分类整理成 WIKI,每条内容都有出处、版本和责任人。
培训内容直接来自企业自己的知识库。新人学到的就是客户真实会问、公司真实会答的那套内容,不是通用教材。
培训结束不是终点。同一套知识库继续支撑日常业务——回答客户的产品、参数、流程与报价问题,每个答案都能点开原文出处。
知识底座
左边这一栏就是系统在检索时看到的知识组织方式。分类不是形式——只有结构稳定, 检索才能把答案落在正确的条目上。
恒远智能装备(示例)· 企业知识库 WIKI
不是把文件丢进一个文件夹就算知识库。每条条目都要能被检索、被引用、被追责, 所以我们要求它具备五件事:
现场试用
下面是真实可交互的检索演示。右侧展示完整的 RAG 过程:查询解析 → 知识库召回 → 证据抽取 → 生成回答。 语料为示例企业知识库,换成你们企业的资料即为你们的系统。
当前为本地运行模式:检索与证据抽取在浏览器内完成,无需密钥、不上传任何数据。 部署到服务器后可切换为后端 RAG + 大模型生成,接口已预留。
7 天线上培训
课程内容全部来自企业自己的知识库,所以新人学到的是客户真实会问、公司真实会答的那一套。 每天有明确产出,考核结果留档,可追溯到具体哪条知识没掌握。
DAY 01
组织架构、业务模式、客户画像,以及保密红线、报价纪律、客户信息使用规范。
产出:一页纸业务地图
DAY 02
产品参数、适用场景、选型逻辑、交付形态。学会讲清楚「这个配置为什么适合这个客户」。
产出:产品方案速查表
DAY 03
询价报价、合同评审、出厂验收、售后分级四条主线,含时限、审批与红线。
产出:流程通关测验
DAY 04
开场与需求确认、价值说明、异议处理、承诺边界。重点是边界:哪些话不能说。
产出:话术对练录音
DAY 05
业务系统与知识库的实际操作:查条目、提 Bad Case、开工单、看数据看板。
产出:实操任务通过
DAY 06
跟真实工单、跟真实客户问题。带教导师按 SOP 逐项签署跟岗单。
产出:带教签署的跟岗单
DAY 07
笔试 + 跟岗单 + 独立上岗三段式考核。未通过可补考一次,未认证不得单独面对客户。
产出:岗位认证记录归档
课程直接引用企业知识库条目,政策一变,课程同步更新,不需要重录。
题库绑定知识条目,系统能直接指出「他没掌握哪一条」,补哪一条一目了然。
培训完成率、认证通过率、错题分布按部门可查,进度和质量都看得见。
每期新人独立进度,互不干扰;带教与考核记录按期归档,随时可回溯。
技术架构
我们不把大模型当黑盒。每一步都可替换、可审计:换模型不影响知识库结构, 换知识库不需要重做培训。
日常业务
新人培养是一次性投入,日常答疑是持续回报。同一个知识底座,两种用法,收益叠加。
售前顾问
客户在电话或微信里问参数、交期、能不能做某类零件。销售不再凭记忆答,也不把问题转给技术部排队等。
售后支持
产线停机时最宝贵的是时间。工程师在现场用手机就能查到故障处理分级、备件清单与保养周期。
内部支持
「这个订单现在的状态」「这个产品能不能做这个件」,跨部门转三道还没人说清。知识库让答案自己浮出来。
目标区间
以下为同类项目的常见目标区间,不是承诺值。正式目标在诊断后按你的基线数据写入方案与验收标准。
替代原有 1–3 个月的跟学周期,取决于岗位复杂度
高频问题由系统承接,老员工时间回到业务本身
检索有据可依,答案带引用,未命中明确提示
进度、错题分布可按部门实时查看
部署形态
最快上线
调用主流大模型 API,知识库与索引部署在云端环境。适合先跑通验证、对数据出域不敏感的场景。
适合:试点验证 · 内部知识问答 · 轻量培训最常选
模型、向量库与知识库全部部署在企业内网,数据不出域,权限与审计链路完整留痕,支持信创环境。
适合:制造 · 能源 · 政务 · 金融等合规敏感行业体验最好
软硬件一体交付,开箱即用,含模型与向量库。适合不想自建机房与运维团队的中小企业。
适合:50~300 人 · 无专职运维 · 想快速起步怎么开始
初次沟通与现场诊断免费。诊断结论会直接写成方案——知识库建什么、7 天课程怎么排、验收看哪几个数。
工程师进现场,梳理现有文档、口径与重复答疑记录,输出知识清单与缺口。
按六类目录整理成 WIKI 条目,脱敏、分级、指定责任人并建立版本机制。
配置切分、索引与提示词策略,用真实历史问题回归测试,直到引用准确。
把知识条目编成逐日课程与测验,绑定认证规则,跑通一个批次再扩面。
Bad Case 回流、知识季度复核、看板监控,知识库跟着业务一起长大。
常见问题
这恰恰是知识库共建要解决的第一件事。资料乱不是障碍,多数企业都有几十份版本不一的报价单和几套互相矛盾的口径。我们在做方案前先做一次知识盘点,把冲突点列出来给你确认——有些是历史遗留该作废,有些是部门差异该分场景保留。这个过程本身就会带来价值:把「谁说的对」这件事定下来。
7 天能解决的是「知道怎么做、对流程有概念、能正确地开始处理」,不是把资历变成经验。真正复杂的技术岗位,我们建议 7 天课程 + 2–4 周跟岗实操并行,认证也按三段式来。培训周期短不代表要求低,考核项比多数企业现有的培训考核更严。
这是我们把「引用溯源」和「承诺边界」写进制度的原因。系统的回答只允许来自已入库条目,逐句标注出处,人一眼能判断对错;涉及报价、交付承诺、法务条款这类内容,我们默认要求人工确认后才发给客户。同时所有提问与回答都会留档,答错即回流成 Bad Case 推动条目修订。
共建阶段需要你们指定 1 名业务骨干作为知识责任人,每周投入约半天做访谈、确认与评审;其余整理工作我们承担。培训阶段需要各部门各指定 1 名带教导师,每期投入约 1 天。没有这两类人,项目能上线,但知识库会很快过期——这是我们反复强调的原因。
不冲突,也不重复。LMS 解决课程与学习记录,我们解决知识底座与 AI 问答。可以把我们的 7 天课程以接口或链接形式挂进你们现有的学习平台,学员身份走统一登录;也可以独立使用。集成范围和工时在方案阶段明确,不会上线后再提需求。
可以。私有化部署模式下,模型、向量库、知识库全部在你的内网服务器上,不依赖任何外部接口,支持完全离线运行,已完成信创环境与国产芯片兼容性认证。远程运维需要你方授权并开通专线通道,操作全程留痕。
管。上线后有试用期驻场响应,之后可转为按年运维。源码、知识库、提示词资产、课程与培训材料全部移交企业,不设隐藏授权,不做技术锁定。质保期结束后的年度运维按需签署,不强制捆绑。
检索部分是真的:点开 AI 演示直接提问,系统会真实地做分词、召回、证据抽取并给出带引用的回答,右侧同步展示每一步。语料是示例企业的知识库,换成你的资料就是你的系统。生成部分当前为本地抽取式(由检索到的原文组织答案),接入后端大模型后即为自然语言生成——接口位置已经预留,切换不需要重做页面。
项目合作
初次沟通与现场诊断免费。
合适就往下走,不合适我们会直接说明。
我们先进现场看一遍:现有文档有多少、哪些口径在打架、重复答疑集中在哪几类问题。
基于盘点结果设计第一期课程,逐日产出与考核标准写清楚,不做通用教材搬运。
挑一个部门、一类岗位先跑,验收看业务指标,不看功能数量。