客户常提一个需求:员工反复问同样的政策、产品和旧决策问题,能不能让AI直接从公司自己的文档里找答案?能,而且不必把所有文件上传到第三方聊天机器人平台。我们用的方案,文档和搜索索引都放在客户自己的Postgres里。
可以把它想成一个读完了档案柜里每一份文件的新员工,而且每次回答都会指出答案出自哪一页。
这套方案由三部分组成
- 带pgvector的Postgres(我们用Supabase),用来存文档分块和对应的向量
- n8n,用来跑下面两个工作流
- 一个向量模型和一个对话模型,来自客户已经信任的AI服务商
工作流一:入库
- 共享文件夹(Google Drive或上传表单)里出现新文件或被修改的文件时触发
- 提取文本。PDF和文档需要不同处理,所以先做这一步
- 把文本切成几段一块,块与块之间留一点重叠
- 对每个分块做向量化,连同来源文件名、页码和更新日期一起写入
- 文件被删除时,同步删掉它的分块。这一步常被忽略,结果机器人一直引用一条已经不存在的政策
工作流二:回答
- 问题进来(内部聊天、WhatsApp或一个小网页)
- 对问题做向量化,取出最接近的几个分块
- 要求模型只依据这些分块回答,引用来源文件,分块覆盖不到时就说“我不知道”
- 记录每一个问题和回答,用来发现文档还缺什么
让它可信的几条规则
- 没有来源,就不回答
- 限制每个人能搜索的范围。HR文档不该回答所有人的问题
- 每周读一遍“我不知道”日志。这是公司还需要补写哪些文档的最好清单
我在达卡经营一家AI自动化机构Arwahyn AI。
热门跟贴