"那个文件好像在共享文件夹里的某个地方......"
你是否有过这样的经历:想不起文件名,只好不断换关键词反复搜索?在搜索企业内部文档上花费大量时间,是许多企业面临的共同难题。本文将介绍传统关键词搜索与AI语义搜索的区别,并给出具体的部署步骤。
本文要点
- 关键词搜索找不到内部文档的原因
- 语义搜索的工作原理
- 什么是RAG(检索增强生成)
- 用AI搜索企业文档的三步部署法
为什么关键词搜索找不到
共享文件夹或文件服务器中的传统搜索功能,本质上是查找与输入字符串完全匹配的词语的"关键词搜索"。
这种方式存在根本性的局限。例如,你想了解年假的请假方式,在搜索框输入"年假",但文档中写的是"年休假"或"带薪休假",就无法命中。人类一看就知道是同一个意思,但关键词搜索只看字符是否匹配。
由此反复出现以下问题:
- 不断更换搜索关键词反复尝试
- 找不到只好去问"熟悉的人"
- 甚至不确定相关文档是否存在
根据McKinsey Global Institute的研究,知识工作者将约20%的工作时间用于搜索信息。其中大部分时间消耗在"搜了却找不到"上。
什么是语义搜索? -- 基于"语义相似度"的全新搜索方式
语义搜索不是匹配关键词,而是根据文字"含义"的相似程度来查找信息的搜索技术。
简单解释其原理:AI读取文本后,会将其含义转换为数百维的数值序列(向量)。语义相似的文本,其向量在空间中的位置也会相近。搜索时,将问句转换为向量,返回距离最近的文档。这就是所谓的向量搜索技术。
借助这一机制,以下不同表述的问题都能找到同一份文档:
| 提问方式 | 想查找的内容 |
|---|---|
| "年假怎么申请?" | 休假申请流程 |
| "年休假怎么请?" | 休假申请流程 |
| "想知道请假的方法" | 休假申请流程 |
对于关键词搜索来说,这是三个完全不同的查询;但在语义搜索中,它们都被理解为同一个"含义"。
关键词搜索 vs 语义搜索对比
| 对比项 | 关键词搜索 | 语义搜索 |
|---|---|---|
| 搜索机制 | 字符串完全/部分匹配 | 基于文本语义相似度 |
| 措辞差异的处理 | 无法应对 | 自动适配 |
| 自然语言搜索 | 不擅长 | 擅长 |
| 搜索精度 | 取决于关键词选择 | 理解意图后返回结果 |
| 专业术语的处理 | 需要使用准确术语 | 通俗表达也能命中 |
什么是RAG? -- AI返回"有据可查的回答"的机制
在语义搜索基础上更进一步的技术就是RAG(Retrieval-Augmented Generation:检索增强生成)。这是Meta AI Research于2020年提出的方法,目前已成为众多AI服务的底层技术。
RAG的原理分为两大步骤:
- 检索(Retrieval):通过向量搜索找出与问题相关的文档
- 生成(Generation):AI基于检索到的文档内容,生成自然流畅的回答
关键在于:AI的回答不是基于"自身的知识",而是以"企业内部文档"为依据。这有效抑制了通用AI聊天中常见的"看似合理但与事实不符的回答(幻觉)"问题。
例如,当你问"出差的交通费怎么报销?"时,AI会从企业内部的报销手册中找到相应内容,以"根据公司规定,出差交通费......"的方式,引用依据进行回答。
为企业文档部署AI搜索的三个步骤
"原理明白了,但部署起来很麻烦吧?"你可能会这么想。不过,近年来的AI知识库服务即使非技术人员也能轻松上手。
步骤一:上传文档
将散布在企业各处的文件上传即可。支持PDF、Word、Excel、PowerPoint等常用文件格式,无需重新编写现有的手册和规章制度。
通过文件夹分类管理,还可以按部门或业务领域设置访问范围。Monoshiri AI在功能一览页面中有详细介绍。
步骤二:AI自动学习内容
上传的文档由AI自动读取并转换为向量数据。与传统聊天机器人需要逐一设置"问答对"不同,AI直接理解文档内容,几乎不需要任何配置工作。
步骤三:用自然语言提问
准备就绪后,只需在管理后台、LINE或嵌入网站的聊天组件中提问即可。"报销怎么操作?""新员工培训日程是什么?"像日常对话一样提问就行。
部署前需要了解的要点
以下整理了考虑引入AI搜索时常见的疑问。
和传统聊天机器人有什么不同?
传统聊天机器人需要事先设计"场景",无法应对预设之外的问题。AI搜索直接参考文档内容,无需场景设计,能够应对各类问题。详情请参阅服务对比页面。
安全性有保障吗?
将企业文档上传到云端可能会让人感到不安。可靠的服务都标配数据加密、访问控制、组织级数据隔离等安全措施。
费用大概是多少?
目前主流的是月费制服务,根据组织规模和文档量提供不同的方案。与员工花在信息搜索上的人力成本相比,大多数情况下性价比都很高。具体价格请查看定价方案页面。
总结
本文从关键词搜索的区别到部署步骤,全面解析了如何用AI搜索企业内部文档。
- 关键词搜索的局限:只能匹配字符串,无法应对措辞差异和自然语言
- 语义搜索的优势:理解文本"含义",即使表述不同也能精准找到文档
- RAG的机制:基于搜索结果,AI生成有据可查的回答
- 三步完成部署:上传文档、AI学习(自动)、开始提问
企业文档"有却找不到"的状态,正在日复一日地侵蚀生产力。利用语义搜索,减少搜索时间,打造专注于核心业务的工作环境。
