Как создать корпоративную базу знаний, с которой действительно работает ИИ

2026-11-18 21:09:54 Время чтения 9 мин 124

В большинстве компаний документы существуют. Регламенты лежат в общей папке, шаблоны на диске, договорённости в протоколах встреч, ответы на частые вопросы в чьей-то голове. Проблема не в отсутствии знаний, а в том, что их невозможно быстро достать. Когда компания решает подключить нейросеть, ожидание простое: загрузим документы, и сотрудники смогут спрашивать у ИИ. Реальность чаще другая: помощник отвечает уверенно и неточно, и через две недели им перестают пользоваться.

Причина почти всегда в базе, а не в модели. Ниже о том, как подготовить материалы, чтобы ИИ находил в них нужное, и как проверить, что он не ошибается.

Почему документов недостаточно

Задача не новая. По оценке McKinsey Global Institute 2012 года, средний «интеракционный» работник, то есть менеджер или специалист с высокой долей работы с информацией, тратит почти пятую часть рабочей недели на поиск внутренней информации и коллег, которые могут помочь. Цифра старая, методика в публикации не раскрыта, и переносить её на конкретную компанию нельзя. Но она хорошо описывает масштаб: поиск информации давно стал отдельным видом работы.

Нейросеть ускоряет поиск, если ей есть что искать. Если в папке лежат три версии регламента отпусков, два из которых устарели, помощник процитирует тот, что нашёл первым. Если документ называется «Новый документ (2) финал», его содержание ИИ видит, но не понимает, к какому процессу он относится. А если ответ на вопрос разбросан по двум разным файлам, модель может объединить их неправильно.

Наглядная история на этот счёт произошла в Канаде. В феврале 2024 года трибунал Британской Колумбии рассмотрел дело «Моффатт против Air Canada»: чат-бот авиакомпании сообщил пассажиру, что он может оформить скидку на билет в связи с утратой близкого в течение 90 дней после покупки. Настоящая политика, опубликованная на сайте, такого не допускала. Авиакомпания утверждала, что правильная информация была на другой странице и что бот отвечает сам за себя. Трибунал не согласился и присудил возмещение около 650 канадских долларов с процентами и издержками, указав, что компания отвечает за всю информацию на своём сайте, будь она статичной или сгенерированной ботом. Сумма небольшая, но принцип важный: ответ помощника компании это ответ компании.

Как подготовить материалы

Начните с отбора, а не с загрузки. Составьте перечень вопросов, на которые база должна отвечать: возьмите двадцать-тридцать реальных вопросов, которые сотрудники задают коллегам, и найдите документы, где на них есть ответ. Всё остальное на первом этапе в базу не нужно.

Дальше наведите порядок в версиях. Для каждого процесса должен существовать один действующий документ с датой и ответственным. Старые версии выносятся из базы, а не просто остаются рядом. Это скучная работа, но она определяет качество ответов сильнее любой настройки.

Затем сделайте документы понятными для машины. Название должно говорить о содержании («Порядок оформления отпуска, действует с января 2026»), а не о статусе. В начале длинного документа стоит короткое описание: о чём он и для кого. Ответ, который зависит от условий («для сотрудников в офисе» и «для удалённых»), лучше записать явно, а не оставлять на «см. выше».

Здесь пригодна идея, которую описала Anthropic в сентябре 2024 года под названием Contextual Retrieval. Если документ делится на фрагменты, отдельный фрагмент теряет контекст: фраза «выручка выросла на 3% по сравнению с предыдущим кварталом» не говорит ни о какой компании, ни о каком периоде. Решение: к каждому фрагменту добавлять короткое пояснение, откуда он. В тесте самой компании доля случаев, когда нужный фрагмент не попадал в первые двадцать найденных, снизилась с 5,7% до 2,9% при сочетании контекстных эмбеддингов и BM25, а с добавлением переранжирования до 1,9%. Это результат на подобранных ими наборах данных, на вашей базе он будет другим. Но принцип полезен и без технической реализации: пишите документы так, чтобы любой фрагмент был понятен сам по себе.

Есть и приятная практическая оговорка из той же публикации. Если база не превышает примерно 200 тысяч токенов, то есть порядка 500 страниц, строить сложную систему поиска необязательно: весь материал можно целиком передать модели в запросе. Для небольшой компании или одного отдела этого часто достаточно.

Какой интерфейс выбрать и как его проверять

Критерий выбора один: ответ должен сопровождаться ссылкой на источник. Когда помощник показывает, из какого фрагмента взят ответ, сотрудник за полминуты проверяет его. Без ссылки ответ остаётся мнением.

В кейсах компаний, внедряющих ИИ вместе с AI Business Box, на этом принципе построено несколько рабочих схем. В одном NotebookLM используют для сводок и инструкций: сервис показывает ссылку на исходный фрагмент записей и документов, и результат используют при подготовке решений. В другом материалы по проекту собрали в единую подборку, к которой сотрудник регулярно возвращается, а выгоду авторы описывают осторожно: меньше ручного поиска и первичного отбора при обязательной проверке источников. Руководитель, который собрал в ChatGPT отдельные проекты по направлениям с протоколами и документами юристов, маркетинга и продаж, использует NotebookLM именно для сверки точных формулировок и фиксации договорённостей. В кейсе маркетинга единая база контекста из встреч, задач и переписки давала нужный результат за одну-две попытки: помощник знал, о каком проекте и клиентах идёт речь.

Проверять базу нужно так же, как тестируют любую систему: набором вопросов с известными ответами. Возьмите свои двадцать-тридцать вопросов, задайте их помощнику и отметьте три вещи: ответил ли он верно, показал ли правильный источник и признал ли, что ответа нет, если его действительно нет в базе. Последний пункт самый важный и самый частый источник проблем: модель склонна выдумывать ответ там, где его нет. Если при тестировании она ошибается, исправляйте документ, а не ругайте модель: чаще всего причина в двойной версии, отсутствующем условии или расплывчатом названии.

Отдельно решите вопрос доступа. База не должна содержать того, чего нужно скрывать от части сотрудников: зарплатных ведомостей, кадровых дел, переписки с клиентами. Где хранятся загруженные материалы и кто может их читать, нужно выяснить у поставщика и согласовать с юристом и службой безопасности до загрузки.

С чего начать

Выберите один процесс или одно подразделение, а не всю компанию. Составьте перечень вопросов, подготовьте документы, загрузите их в инструмент, который отвечает со ссылкой на источник, и проведите тест. Через две-три недели работы соберите вопросы, на которые помощник не смог ответить, и добавьте недостающие документы. Расширять базу стоит только тогда, когда пилот перестал выдавать ошибки на типичных вопросах.

Готовых цифр о том, как быстро такая база окупается, у нас нет: слишком многое зависит от объёма документов и частоты вопросов. Лучше замерить самим: сколько вопросов коллегам и сколько минут поиска приходится на сотрудника в неделю до и после.

Работа с базой требует навыка: уметь сформулировать вопросы, оценить ответы и понять, где ошибка в документе, а где в модели. Этому учит программа «Нейрограмотность»: шесть модулей, 300 промптов, больше пятнадцати ИИ-инструментов, задания на реальных рабочих задачах, куратор проверяет работы. Подключить компанию можно на сайте ai-businessbox.ru.