如何建立知識庫
知識庫用途
AI 助理建立完成後，接下來要設定的就是知識庫，也就是 AI 助理回答問題時的資料來源。
可以把知識庫想像成開書考試（Open Book），AI 助理會從知識庫中找出與問題最相關的內容，作為回答時的依據。雖然知識庫可放置大量資料，但仍建議上傳與助理任務高度相關的內容，若不相關，根據目前的檢索技術，仍然可能會造成找到不相關的資訊當作回答上下文，因此回答不出來的情形。
應用場景
您可根據 AI 助理的核心任務，於知識庫上傳任何有關的資料。
假設您想打造一位產品客服助理，便可將公司產品型錄、使用手冊、常見問題集等相關文件上傳至知識庫，讓 AI 能夠準確回應顧客查詢，提供即時且專業的服務內容。
如何上傳知識庫？
進入左側功能欄 「AI 功能」 中的 「📖 知識庫」 ，點選右方的 「+ 建立知識庫」 。
在「一般資訊」頁籤中，請依序填寫以下欄位：
名稱（必填） 請輸入此知識庫的名稱，例如「產品FAQ」、「客戶支援指南」等，作為辨識用途。
描述（選填） 可填寫此知識庫的簡要說明，方便後續管理與辨識。
檢索片段數量（必填） 預設為
12，代表在搜尋知識庫時，系統會擷取最多12個片段進行比對與回答。
在「建立知識庫」視窗中，點選上方的「搜尋模型設定」頁籤後，您將可以調整知識庫的搜尋品質與相關模型設定。以下說明各欄位功能與設定建議：
1. Embedding 模型（必填）
欄位說明： Embedding 模型用於將知識庫中的文字資料轉換為可供 AI 理解的向量格式。這是影響 AI 查詢準確度與語意理解能力的關鍵模型。
可選模型一覽：
Cohere Embed V4.0（預設） 最新版本，精度與效能平衡佳，適合大多數中文與多語知識庫。MaiAgent Embedding（開源）開源模型，適合資安控管需求高、或需部署於私有環境者。Cohere Embed Multilingual v3.0 (Bedrock)適用於多語言內容（如中英混排、跨國客服文件）。OpenAI text-embedding-3-large適合需要與 GPT 模型整合、或語意理解力要求高的情境。
選擇建議：
若您不確定要選哪個模型，建議保留預設
Cohere Embed V4.0。若知識庫內容以中英文混雜為主，可考慮選用多語版本。
2. Reranker 設定（選填）
功能開關： 開啟「✅ 啟用搜尋結果重排序（Reranking）」後，系統會針對初步搜尋到的結果再次排序，提升最終回答的相關性。
Reranker 模型選擇： 預設為
Cohere Rerank v3.5，能有效強化搜尋結果與提問內容的語意匹配度。開啟 Reranking 的好處：
對於資料量大、回答精確度要求高的知識庫，有明顯成效。
能過濾掉語意上相近但實際不相關的片段。
使用建議：
若知識庫內容結構清晰、關鍵字分布明確，可選擇關閉 Reranking 以節省查詢時間。
若知識庫內容混雜、文字敘述長或文意複雜，建議開啟以提升回答品質。
完成知識庫基本資訊與搜尋模型設定後，接下來可選擇將此知識庫關聯至一位或多位 AI 助理。這樣一來，AI 助理便可使用此知識庫進行回答。
一、操作步驟說明
1. 左側「可選 AI 助理」
顯示目前系統中所有可使用的 AI 助理清單。
每一筆包含：
助理名稱（如：
AI SOP 教育訓練助理）對應的 ID（便於技術識別）
2. 選擇欲關聯的助理
可使用上方搜尋框快速搜尋助理名稱。
✅ 點選單筆或「全選」來勾選欲關聯的助理。
點選「新增 AI 助理」按鈕，即可將選擇的助理移動至右側。
3. 右側「已選 AI 助理」
顯示目前已關聯的助理列表。
若要移除，勾選後點選「移除 AI 助理」即可還原至左側清單。
二、為什麼需要關聯 AI 助理？
只有關聯了此知識庫的 AI 助理，才可以使用其內容進行語意理解與回答！
可讓不同助理使用各自專屬的知識庫內容，達到角色分工。
支援多個助理共用同一知識庫，減少重複維護。
目前知識庫支援的檔案類型：
文檔：
.doc,.docx,.txt,.pdf,.md,.odt試算表：
.xls,.xlsx,.csv,.ods簡報：
.ppt,.pptx,.odp其他：
.json,.jsonl
Last updated