從零打造 AI 知識庫——《職場人的生成式AI工作法》解析生成式 AI 三大關鍵

資訊搜尋 

所有管理者必須取得資訊，才能做出好決策。你還記得過去在圖書館翻找書籍的日子嗎？搜尋引擎和關鍵字觸發網路革命，做研究變得容易許多，而且更快。現在，生成式 AI 再次改變這個典範。管理者可以向生成式 AI 提問，獲得以自然語言呈現的詳盡資訊。這種方式既直觀又有效率，還可以提出後續問題深入探討。現在，不只網路搜尋可做到這點，管理者也可藉由生成式 AI 驅動的聊天介面，在搜尋公司內部知識庫時，獲得更多互動和個人化的體驗。生成式 AI 不只會找出內部文件或資料夾的連結，還能直接回答問題或是提供摘要。 

將生成式 AI 當作助理，可以改變傳統上檢索資訊的方法，你可以利用它來取得： 

● 網路知識。與傳統瀏覽器整合時，你可以請生成式 AI 瀏覽網路資料，擷取重點，並於回應中直接標示出處。你可以提出複雜的問題，不只是使用關鍵字，還可把搜尋範圍縮小到特定來源，例如：新聞文章、產業報告或 YouTube 影片。生成式 AI 不但可以瀏覽多個網站的資料，甚至能快速生成摘要，大大加快你的搜尋速度。 

➤ 試試看：請生成式 AI 就過去一年供應鏈管理技術[請自行指定技術]的最新發展做摘要，並把焦點放在優勢、挑戰和實際應用。請引用來自可靠來源[請自行指定來源]的重要研究和文章。 

務必查證引用來源的可靠性 

生成式 AI 系統有一個明顯缺點，尤其在早期階段很明顯，也就是常會捏造引用、來源，甚至整個研究和論文都是子虛烏有。 

為了因應這個問題，一些專門的生成式 AI 系統納入「謙虛」的護欄，這些機制讓 AI 識別並承認其局限性，明確表示找不到相關資訊或無法提供確切答案。這種方法有助於減少錯誤資訊，確保接收資訊的可靠程度和來源。然而，最終的檢查和驗證仍然是人類的責任。 

另一個有用的策略是，在你的提示詞中加入「請不要捏造來源」等指示；雖然這個指示仍然無法完全消除風險。 

● 公司知識。如果生成式 AI 連接到公司的內部知識庫，就能快速搜尋公司內部資料庫、文件和報告。除了提供來源或連結列表，還能歸納重點，並從現有資源找出其中的關聯和發現。管理者可輸入：「就這個問題[請自行指定問題]，過去嘗試過哪些解決方案？」生成式 AI 會根據已有的文件找出相關資訊，並將發現精簡為條列式的重點或短文。 

➤ 試試看：就技術面[請自行指定技術]的應用，要求生成式 AI 列出過去三年的相關項目，歸納做法上的共同點和差異。 

➤ 試試看：有關[請自行指定主題]，要求生成式 AI 找出過去一個月內與[請自行指定對象]分享的所有檔案。 

➤ 試試看：要求生成式 AI 找出你的同事[請自行指定指定]評論過的所有檔案。 

● 專家知識。你可以要求生成式 AI 把聊天紀錄和虛擬團隊討論中共享的大量訊息，轉化為有系統且易於使用的資源。如果你必須監督、參與某些專家社群或群組，共享大量有價值的知識，這一點會對你特別有幫助。你可以要求生成式 AI 依照副標將資訊歸類，並做總結。生成式 AI 可以辨識趨勢和廣泛討論問題，提供你可能想要聯絡或追蹤的活躍貢獻者名單。 

生成式 AI 如何幫助社群管理者 

每個組織都有專家社群或群組，由一群樂於分享知識、對某個主題懷抱熱情的人組成。如果你是社群管理者，內建於軟體產品中的生成式 AI 模型（如Microsoft 365 Copilot for Office和Google Gemini for Workspace）可以在很多層面上幫忙： 

● 擷取對話。要求生成式 AI 監控社群聊天內容，擷取其中最好的見解和學習內容。你可以在每週摘要或通訊中分享這些內容。 

● 偵測主題。要求生成式 AI 識別重複出現的主題、趨勢和問題，包括拆解對話，藉此了解上下文並對訊息進行分類。 

● 整理知識。指導生成式 AI 把識別出來的主題整理成有條理的表格。無論是撰寫知識庫文章、摘要報告或資料庫條目， AI 都可以加入重要見解和專家意見，快速供使用者參考。 

● 提高查找方便性。要求生成式 AI 將整理好的知識整合到公司內部知識庫中，使員工得以透過關鍵詞或主題輕鬆搜尋。 

● 專家地圖。建立主題與相關專家之間的連結。要求生成式 AI 識別且標記在某個主題提供有價值見解的成員，以建立內部專業知識地圖。如此一來，特定主題或查詢結果可直接連結該社群中的專家。