公司内部制度怎么喂给 AI，让它按自己的规定回答员工问题

难点在资料整理，换哪个模型都解决不了答错。

直接把 200 页制度手册丢进去，回答会很飘。模型要在一堆条目里找相关的那 1 条，找错了结论就反了。

有效做法是按问题切分。1 个问题配 1 段 300 到 500 字的原文，开头写清问题，正文抄制度原文，末尾注明版本和生效日期。

切完之后，员工问「年假能不能拆开休」，命中的就是那一段，回答基本不会跑偏，也不会扯到别的部门。

制度更新时只替换对应的那一段，其他段落不用动，一次维护 10 分钟能改完。

我见过做得细的公司，把 87 条制度切成 120 个片段，错答率从三成降到一成以内。

一套能跑起来的准备流程，5 步。

1. 收集现行有效的制度文件，作废版本单独归档，别混在同一个文件夹里。

2. 按员工真实的问法列问题，从考勤、报销、请假、出差这 4 类开始，先做 30 个高频问题。

3. 每个问题配 1 段原文，300 到 500 字，抄原文，别自己改写成口语。

4. 标注版本号、生效日期、适用范围，这 3 项缺 1 项，回答就可能引到别的部门的规定。

5. 上线前找 5 个员工各问 10 个问题，答错的挑出来补原文，跑 2 轮基本稳定。

这 5 步里第 3 步最耗时间，30 个问题大约要 2 个工作日，写好之后能长期用。

5 个常见问题，做完再上线能少返工。

一是把旧制度一起喂进去。同一个问题有 2 个版本，模型挑哪个不确定，答案会前后矛盾。

二是让 AI 自己总结制度。总结会丢条件，「连续工作满 1 年」被写成「满 1 年」，意思就变了。

三是没有兜底话术。资料里查不到，模型会自己编，要写明「查不到就说查不到，并给出人事部电话」。

四是权限不分。薪酬和考核类内容不该对全员开放，这类问题要么不放进去，要么单独做 1 个入口。

五是没人维护。制度 3 月改一次，资料还停在上一年，答出来的全是过期内容，用 2 次员工就不信了。

我们给一家 120 人的制造企业做过这套东西，前后用了 3 周。

第一周收集，从人事那里拿到 14 份制度文件，其中 3 份是作废版本，混在同一个共享盘里。

第二周切片段，120 个问答对，最费时间的是核对，「加班费怎么算」翻了 4 份文件才定下用哪一版。

第三周试运行，找 8 个员工问问题，第一轮 30 个问题错了 7 个，都因为原文里条件写得不全。

补完原文再测，错误降到 2 个，剩下 2 个是问题本身有歧义，要人事先给口径。

上线之后人事每天少接 20 多个咨询电话，这个变化比任何技术指标都直观，第 2 个月还在往下走。

三种做法，投入和效果差得明显，按 1 个月的成本摊开看。

直接上传整本手册，10 分钟能跑起来，回答经常张冠李戴，只适合查单个条款。

按问题切片段，准备要 1 到 2 周，错答率能压到一成上下，适合天天有人问的高频制度。

做成带检索的系统，要开发和持续维护，能处理跨文件的复杂问题，适合 500 人以上的公司，前期投入在 3 万元以上。

三种做法的分界线是问题量：1 天不到 5 个问题，第一种够用；超过 20 个，第二种更划算。

别一上来就上系统，先用第二种跑 3 个月，收集 50 个真实问题，再决定要不要升级。