「我们公司就十来个人，也需要搞企业知识库吗？」
这个问题我被问过很多次。问的人多半已经在用 AI 客服，或者正准备试。
先说结论：需要。但不是你想的那种搞法。
很多老板一听知识库，脑子里浮现的是买一套系统、把公司所有文件传上去。真这么做，基本都会烂尾。文件堆进去三个月，没人打开过。
原因不复杂。知识库不是文件柜，是答案集。
员工问的是「这个能不能退」，不是「找一下售后制度文档」。这两句差别很大，一个是办事，一个是查资料。
下面这 5 步，是我们给小微企业落地时固定的顺序。不大，也不贵，一个人三到五天能出第一版。
第一步：先圈 50 个会被反复问的问题
不要先买软件。先翻聊天记录。
客服后台、售后群、老板自己的微信，把最近三个月被问过的问题抄下来。抄够 50 个，按出现次数排序。
前 20 个问题，通常撑起八成的咨询量。运费多少，几天到，能不能退，坏了怎么修，开不开发票。
这一步做完，你手里就有了一份真实的问题清单。
别小看它。它比任何行业模板都值钱。
抄清单这件事，看着笨。半天能抄完。
第二步：把答案写成人话
一条问题配一条答案。写短。写具体。
别攒着写。
「运费 8 元，满 99 包邮，新疆西藏加 15」
「七天无理由，拆封也能退，但定制款不行」
别写「参照公司售后管理制度第三章」。没人按章办事，AI 也不认章节。
判据很简单：新人拿到这条答案，能不能照着直接回给客户。 能，就是合格答案。
第三步：把内容分三层
这是我见过最容易被忽略的一步。所有内容混在一起，AI 分不清哪句能说、哪句不能说。
- 口径层：对外统一话术。价格、时效、退换标准。
- 规则层：红线。不能承诺的话、不能答的话题。
- 证据层：出处。平台规则原文、国家标准条款、合同约定。
第三层很多人不写。嫌麻烦。
可一旦客户较真，或者平台来查，能拿出出处的人不吃亏。
举个例子，AI 客服的标准依据是国标 GB/T 47746—2026，2026 年 9 月 1 日已经实施。里面明确了 61 项要求（48 项应做、4 项宜做、9 项可做），其中 5 项是一票项，涉及自动转人工等场景。
这些条款写进证据层，AI 答话时就有底气。
第四步：让它答不了就转人工
这一步决定上线后是省事还是添乱。
给 AI 划一条线：库里有的答案，它答；库里没有的，直接转人。
别指望它「聪明地推测」。AI 一推测，就是编。编出来的运费标准、编出来的保修年限，客户截图发出去，赔的比省的多。
转人工的判定要写进系统，而不是写在员工手册里。写进手册的东西，三天就没人看了。
系统会拦，人不会天天盯。
第五步：每周按「答错清单」迭代
上线不是终点。
准备一个本子，或者一张表，专门记 AI 答错的问题。每周挑几个补进库里。
坚持两个月，你会发现咨询量的分布变了——反复问的还是那些问题，但没人再来问你了，AI 直接答完了。
两个坑，提前说
坑一：先买工具，后整理内容。
顺序反了。内容没理清，再贵的系统也是空转。反过来，50 个问题的答案整理好，用最简单的工具也能跑起来。
坑二：整理完没人维护。
知识库会过期。运费涨价了、活动规则变了、新品上市了。定一个人，每周花半小时更新。半小时，比出事之后擦屁股便宜得多。
最后一句
企业知识库这件事，难点从来不在技术。
难在你愿不愿意坐下来，把这 50 个问题的答案一条一条写清楚，而不是把它们继续留在员工脑子里。
写清楚的那一天，你的 AI 客服才算真正上线。就这一步，没有捷径。
——
关键词：企业知识库 / AI 客服 / 小微企业数字化
如果你正在整理自己公司的知识库，卡在哪一步了？留言说给我听，我会挑几个写成下一篇。
我们是谁：合尘猫 SavantCat，做小微企业的企业知识库与 AI 客服落地。把散在员工脑子里的口径、规则、话术，整理成 AI 能查、可追溯的底座；再给 AI 客服加上红线拦截与转人工判断。