機(jī)器之心原創(chuàng)

編輯：Panda、楊文

你是否也有這樣的經(jīng)歷：企業(yè)知識(shí)庫(kù)像一座「屎山」，總是找不到想要的資料；找一份上周會(huì)議紀(jì)要像考古；忘了哪個(gè)群里發(fā)過(guò)一份超重要的文件；每次寫匯報(bào)都像重新發(fā)明輪子……

歸根結(jié)底，這些問(wèn)題的根源是：作為人類，我們無(wú)法完全準(zhǔn)確地記憶龐雜的企業(yè)知識(shí)，更妄論真正地理解它們。

而現(xiàn)在，AI 時(shí)代已然來(lái)臨，我們已經(jīng)可將許多知識(shí)檢索和整理任務(wù)交給 AI 處理，于是問(wèn)題來(lái)了：如何讓 AI 真正理解我們企業(yè)自己的知識(shí)？考慮到企業(yè)知識(shí)的龐雜，簡(jiǎn)單使用「通用 AI + RAG」或直接將企業(yè)知識(shí)放入模型提示詞的做法不僅效率極低，而且通常效果也并不好。

如果你在飛書辦公，那么你需要的答案正是「飛書知識(shí)問(wèn)答」，它不僅能滿足企業(yè)的業(yè)務(wù)理解需求，而且在信息安全方面做到了極致。使用它，我們或許就能過(guò)上「什么都不用記，還能秒出結(jié)論」的生活。

什么是飛書知識(shí)問(wèn)答？簡(jiǎn)而言之，飛書知識(shí)問(wèn)答是一個(gè)可以將你的所有企業(yè)和個(gè)人信息聚合到一起，并理解這些信息的 AI 工具。

它能基于所有在用戶飛書消息、文檔、知識(shí)庫(kù)、妙記、服務(wù)臺(tái)中的文件和文字信息，并進(jìn)行深度理解，然后為用戶提供相當(dāng)準(zhǔn)確的相關(guān)反饋。并且，飛書知識(shí)問(wèn)答對(duì)企業(yè)組織內(nèi)的新信息的整合速度也非常快 —— 做到了秒級(jí)更新，能相當(dāng)好地提升用戶工作效率。

同時(shí)，基于強(qiáng)大的 AI 能力（DeepSeek-R1 滿血版或豆包），飛書知識(shí)問(wèn)答還能基于檢索和總結(jié)的信息推理和生成進(jìn)一步的內(nèi)容，成為用戶得力的工作助手。

在企業(yè)用戶最關(guān)心的安全性方面，飛書知識(shí)問(wèn)答也有較好的基礎(chǔ)。它實(shí)現(xiàn)了具體到每位用戶的權(quán)限管理 ——知識(shí)問(wèn)答的權(quán)限范圍與用戶自己的權(quán)限始終保持一致，實(shí)現(xiàn)了權(quán)限的千人千面。此外，飛書使用的 DeepSeek-R1 滿血版模型是火山引擎獨(dú)立部署的，并與市場(chǎng)上其它 DeepSeek 服務(wù)完全隔離，在給用戶更好、更快體驗(yàn)的同時(shí)，還能保障企業(yè)數(shù)據(jù)安全。同時(shí)，飛書也承諾不會(huì)將用戶的任何企業(yè)知識(shí)數(shù)據(jù)用于訓(xùn)練 AI。

機(jī)器之心作為老用戶，也是第一次時(shí)間拿到了內(nèi)測(cè)資格。一番實(shí)測(cè)后，我們認(rèn)為飛書知識(shí)問(wèn)答的表現(xiàn)整體超出預(yù)期，但也有一些不足之處，比如飛書知識(shí)問(wèn)答還不能完全做到「開箱即用」，仍需要企業(yè)在知識(shí)構(gòu)建方面做到一定的「AI Ready」。也就是說(shuō)，如果想要飛書知識(shí)問(wèn)答真正發(fā)揮作用，企業(yè)自身的信息沉淀質(zhì)量、知識(shí)結(jié)構(gòu)、權(quán)限管理等基礎(chǔ)建設(shè)同樣重要。如果企業(yè)內(nèi)部資料過(guò)于混亂、權(quán)限設(shè)置不清，AI 再聰明也會(huì)犯錯(cuò)。

此外，飛書知識(shí)問(wèn)答也仍有不小進(jìn)步空間，例如在官方發(fā)布的演示中，便出現(xiàn)了回答不準(zhǔn)的現(xiàn)象。不管是產(chǎn)品優(yōu)化，還是模型的能力，此類產(chǎn)品在企業(yè)中發(fā)揮巨大價(jià)值，都尚有較長(zhǎng)的路要走。

也想嘗鮮飛書知識(shí)問(wèn)答？請(qǐng)?jiān)L問(wèn)這個(gè)鏈接申請(qǐng)：ask.feishu.cn

一手實(shí)測(cè)

知識(shí)問(wèn)答是企業(yè)知識(shí)資產(chǎn)的激活器

對(duì)于飛書這樣的企業(yè)協(xié)作與管理平臺(tái)，文檔與知識(shí)管理是用戶的一大核心需求。在這方面，傳統(tǒng)上使用的技術(shù)和方法包括關(guān)鍵詞搜索、權(quán)限管理系統(tǒng)、版本控制與審計(jì)、知識(shí)圖譜、標(biāo)簽系統(tǒng)等，而有了知識(shí)問(wèn)答的飛書更是將前沿推理模型的強(qiáng)大理解能力整合了進(jìn)來(lái)，讓知識(shí)問(wèn)答不止于問(wèn)答，更成了企業(yè)知識(shí)資產(chǎn)的激活器。

接下來(lái)，我們就奉上一手實(shí)測(cè)，看看飛書知識(shí)問(wèn)答是如何給企業(yè)以及打工人賦能的。

強(qiáng)大的信息檢索能力

對(duì)于整天和「文山會(huì)?！勾蚪坏赖穆殘?chǎng)人來(lái)說(shuō)，扒資料、找數(shù)據(jù)是最麻煩的活兒。

信息總是散落在不同的角落里，有的群消息太多早被設(shè)成免打擾，有的文檔雖然有權(quán)限，但從未打開過(guò)。而在快節(jié)奏的工作中，去逐一回溯、查找，幾乎成了一件「性價(jià)比很低」的事情。這時(shí)飛書知識(shí)問(wèn)答就派上用場(chǎng)。它上線了模糊搜索功能，僅需大致描述一下問(wèn)題，就能快速在群聊中匹配到相應(yīng)的信息。

舉個(gè)例子。前段時(shí)間公司通知要去露營(yíng)，但手頭一忙就忘記具體時(shí)間和地點(diǎn)。我們也就是隨口一問(wèn)，飛書知識(shí)問(wèn)答就從群聊中提取了關(guān)鍵的露營(yíng)信息。

為了防止大模型胡說(shuō)八道，它還清楚標(biāo)明了引用來(lái)源，輕輕一點(diǎn)就能定位到對(duì)話記錄。

除了聊天記錄，飛書知識(shí)問(wèn)答還能檢索文檔、表格、會(huì)議紀(jì)要等。

比如讓它搜索火山引擎 Seed 1.5-VL 的發(fā)布時(shí)間以及背后的模型架構(gòu)，飛書知識(shí)問(wèn)答經(jīng)過(guò)一番搜索給出了圖文并茂的答案，而且它沒(méi)有止步于原始問(wèn)題，主動(dòng)補(bǔ)充了訓(xùn)練數(shù)據(jù)規(guī)模、推理成本優(yōu)勢(shì)等信息。

深度理解和結(jié)構(gòu)化整合能力

就像「顆粒度、對(duì)齊、組合拳」等互聯(lián)網(wǎng)黑話一樣，AI 圈有著屬于自己的黑話。什么 Transformer、RNN、CNN，門外漢聽了簡(jiǎn)直兩眼一抹黑。

不過(guò)現(xiàn)在我們可以喂給飛書知識(shí)問(wèn)答各種學(xué)習(xí)文檔，它理解消化后，就會(huì)甩給我們一份翔實(shí)的概念解釋，讓我們既能了解通用定義，也能知道更多業(yè)務(wù)相關(guān)信息。

比如，Meta 首席 AI 科學(xué)家 Yann LeCun 曾花 48 分鐘介紹了 SSL 模型，我們使用飛書妙記將其轉(zhuǎn)成演講稿后，全文 8729 個(gè)字，各種專業(yè)術(shù)語(yǔ)滿天飛，看得人一個(gè)頭兩個(gè)大。

而我們只需問(wèn)一句：SSL 模型到底是個(gè)啥？飛書知識(shí)問(wèn)答就會(huì)翻遍有權(quán)限的文檔、文件，快速理解整合出答案。

此外，公司大了，規(guī)章流程也就紛繁復(fù)雜，這對(duì)于職場(chǎng)新人來(lái)說(shuō)也是一大挑戰(zhàn)?，F(xiàn)在只要問(wèn)一嘴：如何申請(qǐng)電腦顯示器？瀏覽器插件如何安裝？飛書知識(shí)問(wèn)答則可以直接呈現(xiàn)相關(guān)制度、辦事流程，甚至還能跳轉(zhuǎn)服務(wù)臺(tái)轉(zhuǎn)人工咨詢。

就拿機(jī)器之心內(nèi)部的補(bǔ)充醫(yī)療理賠流程來(lái)說(shuō)，飛書知識(shí)問(wèn)答完整梳理了補(bǔ)充醫(yī)療理賠流程的兩種方式，并特別強(qiáng)調(diào)金額門檻、時(shí)間節(jié)點(diǎn)等，讓人一目了然、無(wú)須另查。

業(yè)務(wù)導(dǎo)向的場(chǎng)景化生成能力

除了搜索和整合能力外，飛書知識(shí)問(wèn)答還可以基于企業(yè)知識(shí)生成周報(bào)、工作計(jì)劃、圖表等。

就以這次團(tuán)建的廚藝大賽為例。我們輸入提示詞：這次露營(yíng)的廚藝大賽都有哪些菜品？分別會(huì)用到哪些食材？給列個(gè)表格。

飛書知識(shí)問(wèn)答的表現(xiàn)遠(yuǎn)超預(yù)期 —— 它不僅準(zhǔn)確找到了群聊中的相關(guān)對(duì)話，還從中提取出了每位同事要做的菜品，并據(jù)此智能拆解所需食材，生成結(jié)構(gòu)化表格。這不僅是對(duì)內(nèi)容的搜索，更是一次對(duì)上下文的「再創(chuàng)作」。

不止 One More Thing

飛書知識(shí)問(wèn)答還有這些能力

說(shuō)到 AI 問(wèn)答，很多人第一反應(yīng)是「能答疑解惑就行」。但在飛書，這事兒遠(yuǎn)沒(méi)有這么簡(jiǎn)單。權(quán)限管理做到「千人千面」、答案來(lái)源可溯、模型隨心切換…… 飛書知識(shí)問(wèn)答在安全與智能之間，找到企業(yè)所需的平衡點(diǎn)。

千人千面的權(quán)限管理

對(duì)于企業(yè)來(lái)說(shuō)，信息安全永遠(yuǎn)是頭等大事。

如果把企業(yè)資料無(wú)差別地輸入通用大模型，不僅存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)，還可能使企業(yè)專有的知識(shí)資產(chǎn)成為他人的答案來(lái)源。對(duì)此，飛書知識(shí)問(wèn)答通過(guò)精細(xì)化的權(quán)限管理機(jī)制，構(gòu)建出「千人千面」的智能問(wèn)答體驗(yàn)，在保障信息安全的同時(shí)，實(shí)現(xiàn)高效智能的知識(shí)服務(wù)。

換句話說(shuō)，在使用飛書知識(shí)問(wèn)答獲取答案時(shí)，我們僅能基于自身已授權(quán)的信息進(jìn)行檢索，比如可訪問(wèn)的文檔、所屬群聊、參與過(guò)的會(huì)議等。因此即使 CEO、業(yè)務(wù)總監(jiān)和普通員工問(wèn)同一個(gè)問(wèn)題，系統(tǒng)會(huì)根據(jù)其身份和權(quán)限范圍給出不同的回答，從而最大限度地防止敏感信息泄露。

舉個(gè)例子，這里我們幾位同事在飛書知識(shí)問(wèn)答中使用了同樣的提示詞「最近我們關(guān)注了哪些與 AI 智能體相關(guān)的內(nèi)容？」，然后得到了各自權(quán)限范圍內(nèi)各不一樣的答案。

對(duì)于同一個(gè)問(wèn)題，機(jī)器之心不同權(quán)限的同事在飛書知識(shí)問(wèn)答中得到了不一樣的響應(yīng)，其中左兩圖來(lái)自機(jī)器之心編輯部，右圖來(lái)自銷售部（部分業(yè)務(wù)敏感信息已打碼）

同時(shí)，飛書還承諾企業(yè)數(shù)據(jù)不會(huì)用于訓(xùn)練基礎(chǔ)大模型，從源頭上避免數(shù)據(jù)濫用。

飛書 AI 的權(quán)限控制機(jī)制實(shí)現(xiàn)了秒級(jí)響應(yīng)，在信息檢索階段覆蓋全量數(shù)據(jù)，而在結(jié)果返回時(shí)則進(jìn)行權(quán)限校驗(yàn)，確保每一條答案都安全可控、及時(shí)準(zhǔn)確。通過(guò)「檢索廣泛，返回精準(zhǔn)」的策略，飛書實(shí)現(xiàn)了在信息安全與 AI 便利之間的高效平衡。

自動(dòng)溯源，防止幻覺

長(zhǎng)期以來(lái)，大語(yǔ)言模型的「幻覺」問(wèn)題都是限制其在真實(shí)業(yè)務(wù)場(chǎng)景中落地的一大障礙。

大模型經(jīng)常會(huì)生成聽起來(lái)合理、卻與事實(shí)不符的答案，尤其在涉及企業(yè)知識(shí)、流程規(guī)則或歷史數(shù)據(jù)時(shí)，一旦「編故事」，就可能誤導(dǎo)決策帶來(lái)風(fēng)險(xiǎn)。

飛書知識(shí)問(wèn)答在這一點(diǎn)上給出了實(shí)用的解決方案 —— 自動(dòng)溯源?；谄髽I(yè)自身的知識(shí)庫(kù)，如文檔、會(huì)議紀(jì)要、飛書多維表格等，它不僅能生成回答，更能在每個(gè)答案后附上來(lái)源鏈接，實(shí)現(xiàn)可點(diǎn)擊、可追蹤的原始出處展示。

在復(fù)雜、信息密集的企業(yè)環(huán)境中，這種溯源機(jī)制本質(zhì)上為 AI 回答加上了「證據(jù)鏈」，大大提升了輸出內(nèi)容的可靠性的同時(shí)，也增強(qiáng)了企業(yè)用戶在使用 AI 時(shí)的可控性和信任感。

多種模型自由切換

飛書知識(shí)問(wèn)答突破了單一模型的限制，支持多種大模型的自由切換，涵蓋了滿血版 DeepSeek R1 和自研豆包大模型，極大地豐富了智能問(wèn)答的技術(shù)底座。這樣的設(shè)計(jì)不僅讓系統(tǒng)能夠充分發(fā)揮各個(gè)模型的優(yōu)勢(shì)，還為企業(yè)提供了靈活選擇的空間，滿足不同場(chǎng)景下的差異化需求。

更重要的是，飛書知識(shí)問(wèn)答不僅支持對(duì)接企業(yè)內(nèi)部知識(shí)庫(kù)，還融合了聯(lián)網(wǎng)搜索與混合檢索機(jī)制。這意味著，在企業(yè)本地?cái)?shù)據(jù)無(wú)法覆蓋的場(chǎng)景下，系統(tǒng)可以自動(dòng)補(bǔ)充來(lái)自公網(wǎng)的實(shí)時(shí)信息，提升回答的廣度與時(shí)效性。而在安全性和專屬定制方面，企業(yè)還可選擇自建模型或定制專屬的 AI 應(yīng)用，賦能企業(yè)打造符合自身業(yè)務(wù)特點(diǎn)的智能問(wèn)答解決方案。

如何讓 AI 真正理解企業(yè)知識(shí)？

飛書是這樣做的

通用大模型看似無(wú)所不知，卻總在企業(yè)真正關(guān)心的問(wèn)題上「掉鏈子」。

比如你讓一個(gè)通用大模型介紹一下烏克蘭戰(zhàn)爭(zhēng)的最新情況，它能給你一份幾千字的時(shí)事綜述，順便還能絮叨一些地緣政治知識(shí)；但如果你問(wèn)它「我們商業(yè)化團(tuán)隊(duì)去年目標(biāo)完成了多少？」它可能就會(huì)含糊其詞。

這是因?yàn)橥ㄓ么竽Ｐ鸵蕾嚨氖谴笠?guī)模通用知識(shí)和實(shí)時(shí)更新的互聯(lián)網(wǎng)數(shù)據(jù)。但企業(yè)問(wèn)題的本質(zhì)不同，它們不是關(guān)于公開信息的再組織，而是對(duì)組織內(nèi)部知識(shí)結(jié)構(gòu)、語(yǔ)境、權(quán)限以及業(yè)務(wù)邏輯的深入理解與適配。

企業(yè)知識(shí)碎片化嚴(yán)重，大量信息隱藏在會(huì)議記錄、群聊討論、內(nèi)部文檔與權(quán)限受限的數(shù)據(jù)中，而且語(yǔ)義模糊、表達(dá)不統(tǒng)一、上下文不完整。若僅靠通用模型去理解并回答這類問(wèn)題，效果往往是不穩(wěn)定、缺乏針對(duì)性，甚至錯(cuò)誤頻出的。而真正能落地的企業(yè)級(jí)知識(shí)問(wèn)答，需要的不僅是「知道」，更是「理解」。

飛書做了一個(gè)重要的切口選擇 —— 不是簡(jiǎn)單地用大模型去「連接」企業(yè)信息，而是構(gòu)建一個(gè)理解企業(yè)知識(shí)的 AI 系統(tǒng)。這種理解的基礎(chǔ)，來(lái)自幾個(gè)層面的技術(shù)實(shí)現(xiàn)與產(chǎn)品邏輯。

首先，飛書知識(shí)問(wèn)答系統(tǒng)建立在企業(yè)沉淀在飛書生態(tài)中的真實(shí)內(nèi)容之上，包括文檔、群聊、會(huì)議記錄、多維表格等。不同于通用模型基于開放語(yǔ)料訓(xùn)練，飛書系統(tǒng)以「權(quán)限內(nèi)信息」為前提，確保每個(gè)問(wèn)題的答案來(lái)源都是企業(yè)內(nèi)部可讀的數(shù)據(jù)。

其次，飛書對(duì)碎片化知識(shí)進(jìn)行了系統(tǒng)性重構(gòu)：結(jié)構(gòu)解析、語(yǔ)義統(tǒng)一、格式融合，甚至在技術(shù)底層解決了文檔格式差異、權(quán)限隔離等難題，為 AI 構(gòu)建了清晰且上下文豐富的知識(shí)基礎(chǔ)。

在此之上，飛書并非「一套模型應(yīng)對(duì)一切」，而是開放基座模型選擇、接入檢索增強(qiáng)技術(shù)（RAG），并通過(guò) Prompt 優(yōu)化、意圖識(shí)別等手段，將 AI 對(duì)企業(yè)問(wèn)題的響應(yīng)進(jìn)行深度定向，最終實(shí)現(xiàn)的是一種「基于業(yè)務(wù)語(yǔ)境」的 AI 回答能力，不是泛泛而談，而是基于內(nèi)部真實(shí)信息的語(yǔ)義理解和精準(zhǔn)表達(dá)。

企業(yè)知識(shí)問(wèn)答要真正有用，前提是企業(yè)自身有良好的信息沉淀習(xí)慣，而飛書恰恰構(gòu)建了這樣一個(gè)天然適合 AI 的場(chǎng)景：工作即創(chuàng)作、群聊即語(yǔ)料、文檔即知識(shí)。它不是把大模型「塞進(jìn)」企業(yè)，而是讓 AI 在企業(yè)內(nèi)部「生長(zhǎng)」出來(lái)。這也是為什么飛書知識(shí)問(wèn)答能夠超越傳統(tǒng)搜索式知識(shí)庫(kù)或通用 AI 助手，成為真正能服務(wù)業(yè)務(wù)、節(jié)省協(xié)作時(shí)間、驅(qū)動(dòng)生產(chǎn)力的系統(tǒng)。

現(xiàn)在就試試

讓 AI 真正為你工作

寫到這里，讓我們?cè)僮詈笠淮握故撅w書知識(shí)問(wèn)答的能力，讓它為這篇文章撰寫結(jié)語(yǔ)。很簡(jiǎn)單，打開飛書知識(shí)問(wèn)答框，輸入以下提示詞。接下來(lái)，飛書會(huì)自己找到這個(gè)文檔，然后為其撰寫結(jié)語(yǔ)。

提示詞：為我的飛書知識(shí)問(wèn)答初稿撰寫兩段結(jié)語(yǔ)。

這里我們就選擇飛書知識(shí)問(wèn)答建議的第一個(gè)結(jié)語(yǔ)吧：

當(dāng)文檔中的報(bào)表數(shù)據(jù)、群聊中的靈感火花、會(huì)議中的關(guān)鍵決策都能被 AI 精準(zhǔn)捕捉并轉(zhuǎn)化為生產(chǎn)力時(shí)，沉睡的企業(yè)知識(shí)便成為驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的燃料。飛書知識(shí)問(wèn)答通過(guò)秒級(jí)更新的信息整合能力與深度語(yǔ)義理解，讓每個(gè)提問(wèn)都像投入湖面的石子，激活整個(gè)知識(shí)生態(tài)的漣漪效應(yīng) —— 這或許就是智能時(shí)代「知識(shí)即戰(zhàn)力」的最佳注解。

如果你也在飛書辦公，不妨訪問(wèn)以下鏈接，申請(qǐng)成為第一批用 AI 激活知識(shí)價(jià)值的先行者：ask.feishu.cn