让 AI 真正读懂企业知识：数据治理的四步闭

企业知识库接上 AI 却答非所问，问题往往不在模型，而在喂给它的数据。

AI 问答只能抓取文字。图片里的字、截图里的按钮，对它来说就是一片空白。

有六类文档是“检索黑洞”：复杂合并表格、纯图纸、系统操作截图、扫描件、少字多图的 PPT，还有直接扔进去的压缩包。人一眼能看懂，机器抽出来却全是乱码。

新文档要从源头改规矩：关键信息必须用文字写清楚，别全塞在图片里；表格别合并单元格；图纸和压缩包得配一段文字说明。

老文档别推倒重来：纯文字直接提取；带图表的，用多模态大模型逐页转成规范文字。这样既省钱，命中率也高。

最后还得跑通一个四步闭环：

入库前：先做体检，不合格的拦下或自动转写。

加工中：按类型分诊处理，各走各的通道。

使用中：收集“答错了”这类反馈，反向定位烂文档。

迭代回灌：改完重新入库，越用越准。

说白了，想让 AI 干活，得先把企业的经验变成它能读懂的文字。