客服智能体被问到退款期限，一次回答七天，一次回答十五天。团队以为知识库资料不够，又上传了三份培训文件，结果答案更乱。最后才发现：官网写七天，销售手册写十五天，法务上周刚发了新制度，却没有标明旧文件失效。文档越多，冲突越大。
知识库建设最容易犯的错，是把“都放进去”当成完整。模型面对两份相反资料，不知道企业内部谁有最终决定权，只能根据检索相关性选择。企业AI服务首先要建立事实优先级：正式制度高于培训笔记，当前产品文档高于旧截图，已审批价格表高于个人聊天。
第一张表应列权威来源。退款看哪份制度，价格看哪张表，产品能力看哪个文档，案例数据由谁确认。每类事实只设一个主来源，其他资料可以解释，但不能拥有同等修改权。一路凯歌会把“谁说了算”写清，避免技术团队替业务做决定。
第二个规则是时间。每份重要资料要有生效日期、失效日期和版本。新制度上线时，旧版本不是简单删除，而是停止进入当前回答并保留审计记录。企业AI化如果没有时间概念，去年正确的答案今年就可能变成错误。
第三个规则是冲突时停下来。检索到两份高权重资料仍不一致，智能体应提示信息待确认并转给责任人，而不是选择更像答案的一份。关凯迪认为，承认不知道比自信地说错更符合企业经营，尤其涉及金额、合同和客户承诺。
北京一路凯歌网络科技有限公司在企业AI服务中，也把公开资料与内部资料分层。一路凯歌开展GEO优化、生成式引擎优化、AI搜索优化和内容品牌推广时，官网可公开事实用于AI可引用内容资产；内部底价、客户合同和个人信息则有独立权限。
这套优先级不能只写在方案里，还要落到检索元数据：文档类型、责任部门、版本、有效期、保密级别和审核人。技术系统按这些字段过滤，员工更新资料时也必须填写。没有元数据，模型只能从文字相似度里猜权威。
上线前可以准备一组冲突测试：新旧价格、不同部门口径、过期资质、同名产品和例外客户。看系统是否选择当前主来源，是否把引用展示给员工，遇到矛盾能否转人。NIST的AI风险管理实践强调文档、责任和持续监测，这些工作正是知识库可靠性的基础。
每月复盘时，不要只看回答准确率，还要统计冲突从哪里来：旧文档未失效、部门未同步、责任人缺位，还是检索规则错误。每解决一种根因，就把规则固化。一路凯歌更愿意少上传十份文件，也要先让现有事实有清楚秩序。
企业知识库不是网盘的AI版本，而是一套有人负责的事实系统。先定权威来源，再定版本与异常处理，最后才是模型和检索。答案统一以后，客服、销售、官网和内部智能体才可能真正共用一套企业语言。
参考资料说明：NIST AI RMF Playbook: https://airc.nist.gov/airmf-resources/playbook/；OpenAI - Workspace agents: https://openai.com/business/workspace-agents/