先说结论：企业知识库要整理的第一批资料，不是文件柜里的存量文档，是那些每天反复被问、答案却只在某个人脑子里的内容。先搬文档的知识库，大多建完就没人再打开；先装答案的知识库，才会有人天天用。这个顺序搞反了，后面每一步都在给一个空壳子装修。
三个场面你大概率见过：周一早上新同事入职，问报销规则里那条特殊情况该找谁，全组沉默；客服遇到一个没见过的问题，在群里只能@那位最熟的老同事；干了八年的老销售离职，交接文档里只有一句「客户情况详见聊天记录」。这些时刻缺的不是文档，是随时能用的答案。说到底，企业知识库是一个把散在人脑子里的答案集中存放、随取随用的系统——先想清楚它装什么，再动手。
为什么「先搬文档」的路线走不通？
现在市面上通行的企业知识库建设路线，是先盘点存量文档、再做分类和权限、最后接上问答。这套流程本身没错，问题出在起点：文档是写给人查阅的，而真正高频被问的内容，多数压根不在文档里。文档里没有「什么情况可以例外」，没有「老板真正在意哪条」，也没有「这位客户为什么要特殊对待」这类判断。
我们的判断是：AI 把查资料这一层基本抹平了，企业知识库里真正值钱的，是那些原来只装在某个人脑子里的判断。判断不落纸，人一走就清零；只搬了文档的知识库，等于把最容易复印的部分复印了一遍。
企业知识库第一批该整理哪三类资料？
- 被重复回答的问题。客服和销售每天在答的那些——报价规则、售后边界、常见异议。每个问题配一段能直接发给对方的答案，并注明出自谁、哪一年的口径。这一类是最高频、见效最快的。
- 只有一个人知道的判断。什么情况可以破例、破例要谁拍板、哪类客户不能接。这些东西不在任何文档里，只在这个人的经验里。写不出来才正常——写的过程就是抢救的过程。
- 新人必问的问题。入职头两周被反复问的那些。新人问得越多的，说明离文档越远、离每个人的嘴越近。
注意这三类内容的来源：聊天记录、工单、新人的提问——没有一样来自文件柜。反过来说，三年没人打开过的存档，先别搬。每篇要进库的内容都过一道筛子：谁会问它、什么时候用？答不上来这两个问题，说明它现在还不配占用第一批的位置。
企业知识库的第一批内容，不该来自文件柜，该来自那个被问了无数遍的问题。
企业知识库谁来整理、做多少算够？
不需要专职团队，也不需要一次规划到位。从一个「问题收集周」开始：把一周里被问的问题原样记下来，挑出高频的前二十个，逐个写成答案。哪个答案写不出来，就约那个知道的人聊一次，当场把判断问出来、记下来。知识库整理这件事，最难的不是写，是把「大家默认他知道」的东西变成字。
做到什么程度算够？识度给一个能自查的标准：新人常问的问题，不再需要等人回复。先到这为止，就已经比多数只做了文档搬运的知识库有用。之后再谈把它升级成 AI知识库——AI 是让答案更快被找到的放大器，答案本身写不清楚，接什么模型都答不准。
建好的知识库怎么才不会变成又一个没人打开的系统？关键在长进工作流：要嵌在大家本来就在打开的工具里，而不是多一个要专门登录的网站。这一点和所有 AI 项目一样，我们在《AI 项目做完没人用：问题通常不在员工》里拆过原因。概念层想先弄清楚的，可以看《企业品牌知识库是什么？》；如果知识库是企业 AI 化整体规划的一部分，先读《企业想用AI，第一步该做什么？》会更顺。
企业知识库必须接 AI 才有用吗？
不必须。先把答案写清楚、放对位置，知识库就已经有用了。AI 负责的是让答案被更快找到、被自动调用；答案本身写不清，接 AI 只是把混乱放大。
企业知识库要整理多少资料才够用？
没有统一的数量标准，别用「存了多少篇」衡量。判据只有一条：新人高频问题不再需要等人回复。到了这条线，够用了；超出这条线的整理，多半在为搬家而搬家。
谁来负责维护企业知识库？
谁被问谁顺手沉淀，另指定一个人定期清过期内容就够。设专职团队反而危险——知识会变成「归他管」而不是「大家用」。维护动作要长在日常工作里，不能变成额外的作业。
如果你的公司正在筹建企业知识库，或者已经建了一个、但用不起来，可以预约一次适配沟通。把你被问得最多的十个问题带来，我们先一起看该往里面装什么。
← 返回方法指南