2025-03-18 03:18 点击次数：182
图片
文：王智远 | ID:Z201440我对常识库的贯串分为五种：
公开常识库、个东说念主常识库、小组织常识库、部门常识库和企业常识库 。它们类别不同，适用场景也各不换取。
图片
先说公开常识库。有些东说念主挑一个主题，整理多数内容后公开共享，这即是公开常识库。它的用途不少，最常见的是为了获取用户。
比如说：
DeepSeek R1刚火时，有东说念主整理首创东说念主布景、公司怎么发展、居品怎么用、还有腹地部署的教程等，摆出来给全球看，这背后，可能想推自家居品或者工作。
怎么推？用户在学习“如何部署DeepSeek R1”时，常识库里顺遂推选了关系用具或工作。用户认为便捷，可能就成了潜在客户。
或者，通过这些内容招引主义用户，临了卖出了更多居品，或者多了几个工作订阅。
还有一种用法是提高网站流量和SEO。
有些公司通过发布有价值的内容，招引搜索引擎（如百度、Google）的爬虫，优化网站名次，陆续多了，反而更容易被发现。
另外，有东说念主用它相聚用户想法。用户看常识库里的著述，可能会冒出新问题；这些问题，别东说念主看到了，就能拿去修订自家居品；对他们来说，常识库是个互动的地儿，能收到用户响应，股东居品升级。
不外，这类库里的内容质料上下不一。偶然致使会碰到数据作秀，是以希威社 姐妹花需要留个心眼，仔细甄别。
总之，公开免费常识库从简传统内容营销的资本，既提供从无序到“有序”的工作，又顺带履行公司居品，可谓一石两鸟。
图片
个东说念主常识库，也不错称为私东说念主常识库，是属于你我方的「常识百宝箱」，它用来存下学到的常识、看到的有用信息，以及平方累积的教训。这个界说很迫切。
刻下我不雅察到两种趋势：第一种趋势：相聚多，整理多，但输出少。
许多东说念主在树立个东说念主常识库时，热衷于征集多样贵府，囊括在cubox、ima、notion、飞书等软件内，但着实把它们写的著述，操心、操心成我方看法的少之又少。
储藏活动正在渐渐拉大东说念主们在常识库使用上的差距，绝大多数看起来有用的内容，履行上，匡助并不大，它们不外是在给东说念主营造一种“得到感”（Sense of Gain）落幕。
不信的话，不错停驻来翻翻你的常识库，是不是堆满了未消化的内容？这些内容就像陷落的猪肉，食之无味，弃之可惜。
第二种趋势强调“轻相聚，重应用”。
这类东说念主接纳性地相聚信息，快速将其拆解为原子化单位，应用到履行场景中，使常识库成为提高效果和才略的用具，而非单纯的信息仓库。
平凡今天猜想一个好点子，来日又有新想法，坐窝纪录起来，荟萃个东说念主教训，打造专属常识库。
在这个过程中，常识库像熔炉，将碎屑化的想法聚积成塔，最终酿成著述，为任务和神色提供支撑，组成良性轮回。我不雅察到，作念法暗含两个阐明：
原子化信息
收拢常识的间隙
原子化（atom-ized）倡导源自古希腊，1803年约翰·说念尔顿暴戾：宇宙由粒子组成，通过不同组合酿成万物。我在责任、日常风尚中常利用这种顺次，它像树赠给向响应的配方，阻力小、启动快，作念事手感强。
比如写稿，有东说念主可爱陆续写完，而我则每天写少量，记在小卡片上，累了就休息。这即是一种原子化作念法。
在Bilibili上，我看到有东说念主将别东说念主的内容拆成信息卡片，再从头组合，用我方的作风抒发，既接纳了常识，又创造了价值，这亦然一种原子化顺次。
“收拢常识的间隙”是让信息渐渐“长”起来的过程。
想法时时脱落，丢在札记软件中容易被渐忘。我风尚将想法共享到社群，相聚不同不雅点，补充到内容中，这样碎屑化的内容会渐渐拼成举座。
举个例子：
前几天，我看到笛卡尔的名言“我念念梓里在”。一运行，我认为这里的“我”是指日常说话中的“个东说念主”。
其后读了《The Great Conversation》，才发现笛卡尔所说的「我」其实是一个地说念的、无可怀疑的意志体，一个“thinking thing”（念念考的实体）。这种长远的贯串让我从头注释了之前的札记。
另一个例子是品牌营销。
以前常常有东说念主找我聊品牌营销，聊完就散，莫得留住什么。其后，我运行整理要点内容，少则百字，多则数百字，认为日后粗犷有用。
一运行，唯有脱落的纪录，没太介怀。刻下回头看，这些札记竟酿成了一个体系；不外，这个体系还不太完好意思，有些场所还缺了点什么，我就想办法把问题响应出去，以得到灵感。
这即是“原子化”和“常识间隙”的作用：碎屑化想法冉冉累积，通过共享与交流填补空缺，最终拼成完好意思体系。常识正本不错像拼图一样，一块块凑合而成。
再说说“小组织常识库”。
刻下市面上有些AI用具，如Perplexity、知乎直答、直达，或者ima.copilot等搜索居品，王人有一个共同点：它们提供了一个“个东说念主空间”。这个空间不仅不错让你储藏可爱的常识点，还能我方建主题，致使共享给别东说念主。
要是将这一功能蔓延一步，就能变成3到5东说念主的小团队悉数使用的常识库，他们不错在其中添加内容、整理贵府，我称之为“小组制常识库”。
这种样式一经挺常见了，比如：举例，有东说念主特意整理营销关系的常识，或者其他多样主题。它与公开的大常识库不同，内容只在小范围内运动。
前几天，我加入的一个社群，他们用小样式搭建了一个常识库，想搜检内容需要输入密码，而密码只对社群成员敞开。我认为这种样式将来会越来越流行，因为它既便捷不断，又能与社群概括荟萃，兼顾内容整理和交流。
图片
部门常识库搭建，有些部分看似最容易，却也最难。
容易的场所在于，你不错飞速召集部门成员开会，粗疏相聚到多数显性常识（Explicit Knowledge），比如：文档、PPT等。这些内容获取起来并不致力，但大多只可归档，履行用处有限。
淫淫色情网早些年，我搭建部门常识库时就踩过这个坑。全球一股脑儿把乱七八糟的贵府丢进去，截至常识库成了无东说念主问津的“仓库”。其后我退换念念路，在树立尺度时定下一个原则：坚忍以问题为导向 。
这意味着，部门常识库的内容必须起原于履行责任中碰到的问题，而不是捏造预设或为了充数而填充内容。基于这个想法，我把部门常识库的内容分红两类：
一类是尺度律例文档 ，如部门经由、模范阐明等，便捷新共事快速上手，或供其他部门合营参考；另一类是问题索引 ，雷同于部门专属的“百问百科”。谁在责任中碰到猜疑，王人能在这里找到谜底或萍踪。
搭建部门常识库是第一步，不断起来相通充满挑战。
多久更新一次？什么时刻更新？更新哪些内容？这些问题不单是是安排攀扯东说念主那么简便，还需要明确的律例撑持。不然，常识库很容易沦为一堆“死档”。
其后我发现，要让部门常识库着实阐明作用，关节在于全球的参与。比如：依期相聚问题、饱读吹相互发问，致使组织头脑风暴，将责任中碰到的难题整理出来，冉冉丰富内容。
这样，常识库才智成为一个“活”的用具，全球王人高傲使用。
贯串部门常识库的逻辑后，你也能剖析AI+常识库的起原。履行上，AI+常识库的本体，是为了替代繁琐且叠加的发问责任，通过自动化处理常见问题来提高效果。
智能客服是日常生存中常见的例子。
在淘宝、京东购物时，你问：怎么发货？发货日历是什么时刻？AI会奏凯从常识库中调取谜底，快速恢复，既省时又省力。
部门常识库亦然如斯。新东说念主问经由、用具怎么用，AI能自动给出尺度谜底，老职工就毋庸反复解答。这即是为什么咱们常说，搭建部门常识库至关迫切。
刻下，千里淀部门内容不像以前那么复杂。我细心到，钉钉等各样办公用具，王人为个东说念主和企业提供了端内搜索工作，用户不错奏凯向AI助剃头问。
这是办公用具创新的迫切一步，因为它让信息获取变得更高效、更智能。粗犷将来，会有更多居品推出雷同功能——端内搜索，这将进一步蜕变咱们的责任方式。
图片
许多东说念主认为，企业常识库是多个部门常识库的整合。
比如，有些公开的，像用语雀存放匡助文档，促进交流；有些里面使用的，装满了业务经由、期间贵府、客户信息等。
我不这样看。企业本体上是一个居品容器，它的中枢围绕居品运转。
准确地说，企业常识库应以居品为干线，将关系业务经由、期间贵府、客户响应串联起来。直白少量说，它更像一册“用户手册”。
举个例子：
你使用了一家公司的居品，碰到售后问题时，往日可能需要打电话、转东说念主工，致使找到销售郑重东说念主；刻下有了企业常识库，你不错奏凯掀开它，像翻阅用户手册一样，输入问题，几秒钟就能找到尺度谜底。
是以，它是一个以居品为中心、面向用户的实用用具。
可是，我看到许多企业在走弯路，把企业常识库作念成一套对内系统，让职工对着常识库发问。这自身莫得问题，毕竟提高里面效果亦然迫切需求。
但问题是，千万不要把对内、对外的常识库相提并论、同期进行；不然，最终可能会导致既不便捷职工使用，又无法灵验工作客户，双方王人想捏，临了王人幻灭。
对于将来企业常识库的发展，我认为会走向“平台化+常识库+Agent”的科罚有诡计。刻下，企业级设备平台一经不少，举例：
TARS-RPA-Agent （Automation Anywhere的RPA+AI代理平台）
CubeAgent （通讯期间平台，含自动化功能）
Torq （安全超自动化平台）
澜码科技的AskXbot （专注常识库不断和AI代理）
这些平台的特质是深度整合了平台化设备、常识库存储和AI代理期间，专为企业里面效果优化瞎想。
比较之下，像字节的扣子和智谱GLMS这样的用具，更偏向挥霍者应用或通用AI用具，繁重对企业常识库不断的专注和整合才略。
不外，最近我发现，像扣子，也运行尝试责任流关系的功能。这让我认为，将来一些通用用具也可能会朝着“平台+常识库+责任流+智能体”的标的演化。
但刻下，它们的定位和深度仍不如企业级平台昭彰。
但不论怎么说，企业常识库是将来诸多公司不成缺失的一部分；因为AI化、智能体的普及，常识库在当中的脚色，越来越迫切。
是以，如何构建常识库？构建什么样的常识库？常识库到底工作谁？你想怎么用？但愿这些念念考，能为你提供一些新念念路。
————这是我刻下持续更新的三个居品：AI厚实手册、磨稿常识库、以及小交易常识库。要是你在这些方面有任何困惑，不错随时订阅，全是个东说念主教训的千里淀，但愿能帮到你。 本站仅提供存储工作，通盘内容均由用户发布，如发现存害或侵权内容，请点击举报。