ChatGPT 建公司内部知识库：GPTs 搭建、权限分发、更新维护三步

 

科技公司的知识管理工程师小岳接了个任务：把散落在飞书文档、共享盘、内部维基里的部门知识，用 ChatGPT 的自定义 GPT 能力搭一个能问答的知识助手。管理层的要求很朴素：新员工问「报销流程是什么」「测试环境怎么申请」这类问题，不用再翻三个群找两个人。这篇按小岳的实操走三步：GPT 怎么搭、权限怎么分发、内容怎么保持更新，每步的坑和诀窍都拆开讲。

 

第一步：搭建

 

第一步搭 GPT。自定义 GPT 的本质是「一份系统指令加一堆知识文件」：指令定义它怎么回答，文件定义它知道什么。小岳的做法是先给知识助手定人设和边界：只回答公司内部流程和产品知识，超出范围的问题引导转人工；回答必须基于上传的文件，文件里没有的不编，明确说「知识库里没有这条」。

 

知识文件的准备是这步的重头。原始素材有六百多份文档，直接全传会稀释检索质量。小岳做了三轮清洗：第一轮去重，同主题多版本的只留最新；第二轮拆分，超过五十页的大文档拆成主题文件，检索颗粒度对齐问答颗粒度；第三轮补缺，从老员工那里收口头经验补成文档，比如「报销被驳回最常见的三个原因」这种从没落过纸的 know-how。三轮下来六百份浓缩成一百四十份高密度文件。

 

坑也在这一步踩了两个。坑一：文件格式乱，扫描版 PDF 里的文字提取不全，问答时一片空白，解决办法是转成文字版再传；坑二：指令写得太宽，「尽量有帮助地回答问题」这种指令让它自由发挥，回答里混进了通用网上的说法而不是公司口径，改成「仅基于上传文件回答，引用时注明出自哪份文件」后立刻收敛。指令的严格程度，决定知识助手的可靠程度。

 

 

还有个搭建期的隐藏诀窍：给每份知识文件做一句话摘要开头。文件开头一百字讲清这份文件管什么、适用谁、版本时间，检索时模型对文件的定位准确度明显提升。小岳补这个动作花了两天，问答测试的命中率从八成出头提到九成五，这是整个项目里投入产出比最高的两天。

 

第二步：权限分发

 

第二步分发。GPT 搭好后谁能用、怎么用是管理问题。团队版及以上档位可以在工作区内共享 GPT，成员登录就能用，这是分发的主体路径。小岳的分层做法：全员用的通用知识助手（流程制度类）开放给所有成员；部门专用的（研发规范、销售话术）只共享给对应群组；敏感内容（薪酬细则、合同模板）不进 GPT，留在原来的权限体系里。

 

分发的权限设计有个原则值得抄：知识库的权限不高于原文件的权限。原来只有部门经理能看的文档，浓缩进 GPT 后也不能让全员问到。这条原则落地时小岳做了个权限映射表，每份文件的原权限对齐 GPT 的共享范围，一百四十份文件逐条过了一遍，半天干完，之后每个季度的文件更新照表执行。

 

分发还有个推广动作别省：上线第一周办两场十五分钟的演示会，拿员工真实问过的问题现场答给大家看。知识助手这种工具，用过一次才知道比翻文档快多少，口碑立起来使用率才起得来。小岳的数据：演示会后第二周的日均提问量是第一周的六倍。

 

 

推广期还有个减少阻力的细节：把知识助手的入口放进员工最常用的地方。飞书群里置顶、内网首页挂链接、新员工入职指引里写一段，三个入口铺下去，员工想到问的时候随手就到。入口每多一步点击，使用率就掉一截，这个规律在内部工具的推广里屡试不爽。

 

第三步：更新维护

 

第三步维护，这步决定知识助手是资产还是摆设。知识会过期，流程会变更，GPT 里的文件不更新，三个月后回答的就是旧口径。小岳建的机制三层：第一层，文件责任到部门，每个部门指定知识接口人，流程变更时接口人负责更新源文件并通知小岳同步；第二层，月度巡检，每月拉一次 GPT 的问答记录，挑出回答「知识库里没有」频率最高的问题，反向找对应部门要新文档；第三层，季度大版本，每季度全面过一遍文件清单，删除过期的、合并重复的、补上缺口。

 

问答记录是这三层机制的宝贝。它就是一张活的公司知识需求地图：员工在问什么、哪些问不到、哪些问出来的答案是旧版，数据全在记录里。小岳的月报里有一张「知识缺口榜」，上榜的问题流转到对应部门，部门补文档的速度成了知识管理考核的指标。问答记录用好了，知识库从人找内容变成内容找人。

 

维护的投入也要说透：小岳每周花在这套体系上的时间约四小时，包括文件同步、记录巡检、问题流转。对一个五百人的公司，四小时换全员少走弯路，账不用细算。这四小时是知识管理从「建一次」到「活起来」的分水岭，不肯投这四小时的公司，知识库最后都会变成僵尸库。

 

维护机制跑起来后还有个升级方向：从被动等问到主动推。月度巡检发现的「知识库里没有」高频问题，补完文档后主动在对应部门的群里推一条「本月新增知识：报销被驳回的三个常见原因」。推送让员工知道库在长，提问的意愿跟着涨，知识库的飞轮就转起来了。

 

一年下来的经验浓缩成三句话：搭建的质量决定起点，权限的设计决定安全，维护的机制决定寿命。三句话顺序不能乱，多数失败的知识库项目，都是起点热闹、维护无声，最后死在第三句。把维护的预算和责任在立项时就定好，这个项目就已经赢了八成。

 

三步之外的收口

 

三步走完，再给两个横向经验。一个是范围控制：别想着一个 GPT 装下全公司知识，按「通用一个、部门各一个」的结构搭，每个的文件量控制在百份级，检索质量比一个巨型 GPT 高一截。另一个是预期管理：知识助手回答的是「有什么」，不是「怎么办才对」，涉及判断的复杂问题它给依据，决策还是人做。管理层期待值摆对了，这个工具才能长期良性运转。

 

小岳搭的体系跑满一年，数据说话：新员工上手周期从三周压到两周，行政和 IT 的重复咨询量降了六成，知识接口人制度让八个部门第一次有了自己的知识账本。董事长年会上提了一句「今年的知识库终于像个知识库了」，这句线下的评价，比任何使用率报表都有分量。

 

工具好不好，落到自己业务里跑一遍才知道。目前，云巴巴提供企业 AI 知识库搭建的咨询服务，想了解更多可以联系我们。在云巴巴，你还能横向对比更多同类产品，根据团队规模和业务场景找到最匹配的方案。