知識管理權限(Query Metadata / 查詢元資料) 總覽

本篇將說明如何透過 Query Metadata(查詢元資料) 控管 AI 助理可參考的資料、知識範圍，詳細設定方式可參考「開始建構」子頁

功能說明

AI 對話系統導入時，因使用者權限、使用需求不同通常需對 「 知識庫 / AI 助理 / 對話平台 」 的可用範圍進行細緻控管。

在 MaiAgent 中，可以利用附加在不同對話 / 身分層級的 Query Metadata，決定「這個人 / 這段對話能參考哪些內容」。

Query Metadata / 「查詢元資料」是什麼？

Query Metadata 是一組限定查詢範圍的動態條件，能夠指定使用者在某對話平台下能查詢的 「 知識庫、FAQ、符合標籤條件的文件 」 等資料內容。

它不是替代角色或聯絡人，而是讓這些身分 「 有條件地發揮作用 」 ，實現對話層級的最小權限控制。

角色 / 聯絡人 / 對話 是容器，Query Metadata 是實際控制可視範圍的條件限制設定

透過以下文章介紹了解更多：

• 聯絡人 ( Contact ) 串接步驟

• 角色 ( Role ) 和 聯絡人 ( Contact ) 的差異

權限層級概念

服務建構前，Agent 會透過不同層級的 Query Metadata 確認此時可以參考的所有知識庫，權限層級參考順序如下：

AI 助理 > 對話平台 > 使用者 ( Ｍessage / Contact / Role ) > query_metadata > 查詢權限

您可以在每個層級使用圖形化介面或 JSON 格式指定權限

可參考以下文件操作：

1. 圖形化介面操作指南(聯絡人、內部問答設定)

2. JSON 介面設定指南(聯絡人、Web chat 嵌入設定)

• Contact / Role 是身份容器

• Message 所對應的是進行內部對話時，可透過篩選來控制對話所使用到的知識庫

• query_metadata 是對話時真正執行的 「 篩選條件集合 」

文件篩選條件判斷層級

文件篩選條件層級示意圖

開放的篩選邏輯為：

透過層層傳遞，Query Metadata 成為 AI 回應邏輯的實際決策依據

實際應用情境

身份	傳入條件（query_metadata）	回應結果
訪客	知識庫：一般 檔案文件：無 標籤：訪客 FAQ：1、2	取得 一般 知識庫中含 訪客 標籤的文件及FAQ 1、FAQ 2
一般成員	知識庫：一般 檔案文件：A、B、C 標籤：無 FAQ：無	取得 一般 知識庫中A、B、C 文件與所有 FAQ
客服人員	知識庫：員工 檔案文件：無 標籤：客服 FAQ：無	取得 員工 知識庫中標註為 客服 標籤的文件與所有 FAQ
內部員工	知識庫：員工 檔案文件：A、B 標籤：無 FAQ：無	取得 員工 知識庫中 A、B 文件與所有 FAQ
管理員	知識庫：員工、一般 檔案文件：無 標籤：無 FAQ：無	取得 員工 與 一般 知識庫中所有文件內容及 FAQ

---

小結：企業使用 query_metadata 的價值

🎯 多維身分交叉控管（角色+地區+產品線）

🎯 即時查詢控制：無需複製助理，只要改條件即可因應場景切換

🎯 大型知識庫靈活管理：標籤與知識庫可隨場景拆分與授權

建議將 query_metadata 納入產品架構核心，讓企業能以最少設定達成最多授權彈性， 確保知識安全，同時提升對話體驗與維運效率。