《生成式人工智能服务管理暂行办法》第二条写着：行业组织、企业、教育和科研机构等研发、应用生成式人工智能技术，未向境内公众提供服务的，不适用本办法。
不少内部项目的立项材料，把这句话直接写成了"内网系统不受监管"。这个理解少了一半——条款豁免的是这部办法的专项监管，不是企业其他的法定义务。
内部知识库接入大模型，是否就不受监管
不受监管的只有"专项监管"这一层。往下还有三层，一层都没少。
第一层是三部基础法律。《网络安全法》《数据安全法》《个人信息保护法》对内网系统同样适用。其中《数据安全法》第三十二条要求数据来源合法，这一条在知识库项目里经常被忽略：把历史合同、客户名单扫进系统之前，要先确认这些资料的采集和使用范围本身是否合规。
第二层是具体场景的责任。员工为了"帮忙排个版"，把一张含身份证号、银行卡号的表格粘进公网模型的对话框，这个动作在法律上属于向他人提供个人信息，《个人信息保护法》的规制不因为系统在内网而失效。
第三层是数据安全事件。2025 年 1 月 1 日施行的《网络数据安全管理条例》，对数据处理者提出了分类分级、事件报告等要求。内网系统一旦被投毒或篡改，同样是数据安全事件。
结论很清楚：内网不是免责条款，它的作用是把风险从"对外内容"转移到"数据治理"。企业在做 AI 知识库开发时，真正要落纸的是三份东西——数据来源清单、权限矩阵、评测集。前两份管合规，第三份管效果和可追溯。这三份文档在成都嗨创科技承接的企业知识库项目里是交付物的一部分，不是上线后再补的附件。
一份 200 页的制度文件，怎么切成 AI 能用的片段
200 页中文制度汇编大约 8 到 12 万字，处理后通常产出 150 到 250 个片段。数量本身不重要，重要的是每个片段能不能独立成立。
可行的顺序是四步。
- 结构识别。先认标题层级和条款编号。制度文件的价值密度集中在"第几条"，条款编号是天然的切片边界。- 清洗。剔掉页眉页脚、目录页、修订记录表。这三类内容在检索时是纯噪声，还会被误当成正文召回。- 切分。按层级切，单片 500 到 800 字，相邻片段重叠 10% 到 15%。重叠不是为了冗余，是为了防止一条规则的适用条件落在上一片的末尾。- 打标签。生效日期、废止日期、适用部门、文件密级，全部挂到片段上。少了废止日期，系统就会拿作废的版本回答今天的问题。
两类内容要特殊处理。表格整表保留，或者把表头转成句子再入索引，绝不能按行切——按行切之后，"住宿标准 480 元"这一行会失去"什么职级、什么城市"的前提。附件和流程图单独建索引，正文位置只留引用。
知识库答不准，该先查检索还是先换模型
知识库回答不准时，最常见的处理顺序是错的：先换模型，再调提示词，最后才回头看文档怎么切的。成本最低的一步，反而排在最后。
有一个可复现的判据：人工把标准答案所在的那一段，直接贴给模型，让它回答同一个问题。
- 贴进去答对了，说明模型有这个知识，问题出在检索：切片、召回或重排。- 贴进去仍答错，才轮到模型能力或提示词。
这个判据能挡掉大部分"先换模型"的冲动。换模型是最贵的动作，也是最少奏效的动作之一。
判断检索好坏，看三个指标就够：正确片段有没有进前 20（召回），进了没有进前 5（命中位置），回答能不能标到原文页码（可追溯）。制度类问答里，前 5 段命中率长期低于七成，先别动模型，去改切片和重排。
权限怎么设计，才不会让人问到不该看的内容
权限要分三级，缺一级就会漏。
还有一条原则比分级更重要：权限必须在检索之前生效，不能等生成完再过滤。 先生成再过滤，敏感内容已经进了模型上下文，日志里也留了痕，属于既成事实。
审计口径相应要能回答三件事：谁问的、这次回答用到了哪几个片段、有没有越权被拦截。答不出这三条，事后追溯就无从谈起。
私有化知识库和公有云的区别，该怎么选
私有化知识库和公有云的区别，通常被简化成"数据放哪"。实际决策时还要看三项：上线周期、权限粒度、模型能否替换。
- 公有云 SaaS：1 到 3 天开通，权限一般到文档或空间级，模型固定。- 私有化部署知识库：2 到 6 周上线（大头是文档清洗），权限可做到字段级和片段级，模型可替换、可离线。- 成本上，企业知识库搭建成本的首年投入，私有化轻量形态通常在 8 到 15 万元区间，含推理服务器与实施，不含后续运维人力。
真实的答案往往不是二选一，而是分层：公开资料、产品手册、培训课件放公有云；客户资料、合同、薪酬放内网。两套并存，员工看到的是一个入口，背后按数据等级路由。
常见问题
Q：内网部署就等于数据不出境吗？不等于。日志回传、境外远程运维、与总部系统同步，都可能构成数据出境，要按《个人信息保护法》和跨境流动相关规定单独判断。
Q：上线后还需要多少人工维护？主要工作量在文档生命周期管理：新增、废止、版本替换。建议固定每周一个时段处理，集中做比零散改更省事。
把合规、切片、权限三件事分开看，内部知识库的失败率会低很多。这三条边界，在成都嗨创科技的项目里通常以数据来源清单、权限矩阵、评测集三份文档固定下来，验收时逐份核对。
