應用實例：內部知識管理

將企業內部文件、會議記錄與各類資料整合進知識庫，打造具語意理解能力的內部 AI 知識問答 Agent

當企業在推動知識管理時，往往受限於既有的知識管理系統功能，僅能依賴關鍵字進行資料搜尋。這種方式不但缺乏語意理解，還容易產生不夠精準的結果，無法有效應對企業龐大且多元的知識需求。

現在，透過 MaiAgent，您可以打造專屬的企業 AI 知識助理，實現更智慧且高效的知識管理！

適用情境

• 專業與產業知識問答：期刊、研究報告、內部技術文件數量龐大且持續更新，員工需要快速定位重點而非逐份閱讀。

• 會議決策追溯：會議記錄分散在各處，需求與決議反覆變更時，難以快速查證「當初是誰、在哪次會議決定的」。

• 資料視覺化分析：財務、徵信等分析工作需要反覆製作圖表，人工操作耗時且格式不一致，可改用 Canvas 以自然語言直接生成互動圖表。

• 單據與帳務自動化：報銷憑證、帳單需人工逐筆鍵入系統，且必須套用企業內部的業務規則（如部門代碼對應）。

• 跨部門權限控管：不同部門、職級可存取的知識範圍不同，知識庫必須能依身分限制檢索範圍。

運作方式

環節	內容
① 知識來源	文件上傳（PDF／Office／圖片）、網頁爬蟲擷取、會議記錄逐字稿
② 進入知識庫	系統解析文件、切片並轉為語意向量，再依標籤與元資料分類
③ Agent 取用	以 RAG 檢索問答；需要圖表時啟用 Canvas 視覺化分析；需要即時資料時呼叫工具或查詢資料庫
④ 權限把關	角色權限與查詢元資料決定每位使用者檢索得到哪些文件
⑤ 內部使用者	於後台或已串接的內部對話平台取得回覆

與傳統關鍵字搜尋最大的差異在於，知識庫會先將文件切片並轉為語意向量，因此 Agent 能理解問題的意圖與上下文，而不只是比對字面。回覆時會整合多份資料來源生成答案，並附上引用出處供查證。

建置流程

1. 建立知識庫

於 知識庫 頁面建立知識庫並完成基本設置，選擇適用的解析與切片方式。

2. 匯入知識來源

上傳既有文件，或以爬蟲功能擷取內部網站內容。若知識來源是會議，可透過會議記錄自動轉錄並整合進知識庫。

3. 整理標籤與元資料

為文件加上標籤及元資料（如部門、年度、文件類型），這是後續做權限過濾與精準檢索的基礎。

4. 驗證檢索品質

以搜尋測試輸入實際會被問到的問題，確認命中的段落是否正確，再決定是否調整切片設定或補充資料。

5. 建立 Agent 並綁定知識庫

建立 Agent並掛上知識庫。若需要生成圖表，回答模式請選擇「Agent 模式」並啟用畫布模式（Canvas）。

6. 設定存取權限

透過角色權限管理與知識管理權限：查詢元資料，讓不同部門與職級的使用者只檢索得到自己有權查看的文件。

內部知識庫常含有機敏資料。上線前請務必確認權限設定，並以不同身分的帳號實測檢索結果，避免越權存取。

應用範例

• 專業知識管理：以海運產業期刊與報告為例，打造內部專業知識問答助理。

• 會議需求管理：以軟體專案的需求變更為例，讓 AI 快速回溯歷次會議的決策脈絡。

• 財務分析助理：運用 Canvas 以自然語言生成營收、毛利率等互動式財務圖表。

• 帳單費用助理：辨識水電、電信等報銷憑證，並自動套用部門代碼等企業內部業務規則。

• 徵信分析助理：整合徵信資料並以 Canvas 生成風險評估圖表，加速授信審查。

接下來各小節將以實際案例示範建置過程，協助您快速套用至自身的業務情境。