課程簡介
課程專為希望導入 AI 智能問答系統的企業而設，從基礎架構介紹到實作落地，系統化教授如何收集、清洗、解析、結構化、向量化與整合企業知識內容。課程將介紹 RAG（Retrieval-Augmented Generation）技術，並配合主流框架與開源工具，建立符合私隱與保安要求的公司知識平台。內容同時涵蓋件分塊、Metadata 管理、Hybrid Retrieval、Rerank、知識引式回答、Knowledge Pipeline、資料自動更新、權限管理及 API 串接等實務功能，協助學員建立真正可、可維護及可擴展的 AI 知識應⽤。
課程內容
第一章｜AI 知識庫與向量資料庫基礎（3 時）
- 為何企業需要 AI 知識平台？
- 向量資料庫與 RAG 架構介紹
- 主流工具總覽：LangChain、LlamaIndex、Dify、Weaviate
- 混合檢索（Hybrid Retrieval）與知識檢索新趨勢簡介
第二章｜企業文件數據清洗與結構化（3 時）
- 常見文件處理（PDF、流程、Word）
- Chunking 與 Metadata 整理
- 文件解析（Parsing）與結構化處理流程
- 提升檢索品質的資料切分與父子分塊概念
第三章｜向量化與知識庫建立（3 時）
- Embedding 與向量資料庫實作
- 建立索引與查詢機制
- Hybrid Search 與 Rerank 應用
- 提升查詢準確度的索引與檢索優化方法
第四章｜智能問答系統實作（3 時）
- Chatbot 設計與 Prompt 工程
- 多輪對話與精準回應技巧
- 知識引用式回答與回應邏輯設計
- 部門問答場景下的問答流程配置
第五章｜資料維護與權限管理（3 時）
- 自動更新流程與安全部署
- 權限控管與角色設置
- Knowledge Pipeline 與文件同步機制
- 知識治理、版本管理與安全維運
第六章｜應用擴展與案例實作（3 時）
- CRM / ERP 串接
- 部門 FAQ 實作與分組展示