做法很簡單！
只要將整理好的文件檔案 (如請假制度、行政流程、SOP 等)，直接拖曳到 xms+ AI 知識庫系統，AI 就能依據內部的文件回答企業內專屬的問題囉。
雖然這些佔資深員工的經驗比例不高 (5%)，
但依然是很有價值且很實用，因為可以立刻回答組織內請假、行政、SOP 等每天運作的基礎問題。
之後再持續收集新的問題與回答，
讓知識庫不斷成長，形成企業的動態知識大腦。
此外，xms+ AI 更導入進階的 agentic 技術，
能試著了解使用者想問的問題，找到參考文件並「分析」後回答。
例如：
使用者問：「我時數最多，昨天禮拜天，今天禮拜一我是第一個被彈放嗎？」
這種生活情境式的問法，
一般的 RAG 是無法找到相關的文件的，因為文件裡面根本不會有這類生活情境式的描述。
但 xms+ AI 就像有經驗的人類一樣
- 試著理解使用者想問什麼，例如「彈放條件、時數最多」
- 依據知識庫內文件提供的資料，分析並找出問題和哪些文件有關連
- 再從文件中列出的一推「原則」中解析後回答
圖: xms+ AI 可以理解使用者想問什麼，並從文件的一推規則中整理回答
AI 很厲害沒錯，但這是有前提的
- 文件要夠完整
這個例子中，幾乎把遇到的 case 都條列出來，難度很高也不好維護。 - 費用高
即使 xms+ AI 已經大幅降低 token 消耗，但這個問題仍需要約台幣 1.1 元用可負擔的成本。
還有，讓 AI 生成還有一個大問題 ~
無法避免的 AI 幻覺 (一本正經胡說八道)。
這代表即使 95% 的情況都回答的很好，
但如果那 5% 的錯誤可能帶來的高風險的話還是無法落地，例如照著 AI 回應操作生產流程而造成產品報廢生等。
AI 幻覺的解法也很直接 ~
就是「不讓 AI 生成」！
為此，xms+ AI 提供「限制 AI 生成」的功能 ，不讓 AI 生成內容，只列出參考資料就好。
當作知識管理的加強版，
透過「語意」來找資料，克服傳統用「關鍵詞」找不到的困擾，就像在內部知識庫裝一個比 Google 搜尋還強的 AI 搜尋一樣。
雖然我們可以找到漂亮的解法來讓 AI 回答那 5% 的經驗，但另外 95% 還留在資深員工的「隱性經驗」要如何克服呢？還有昂貴的 token 費用呢？
解法比我們想像中的還容易喔
只要願意每天花10分鐘，照著方法執行，就能做到
- 紀錄隱性經驗
- 避免 AI 幻覺
- token 費用降低到趨近於 0
附件:
-
1.
-
2.
評語
請登入後才可以評分
未登入或權限不足!
- 位置
-
- 資料夾名稱
- AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
- 上傳者
- 蘇德宙
- 單位
- 台灣數位員工
- 建立
- 2026-07-29 07:04:57
- 最近修訂
- 2026-07-29 09:47:52