企业微信自建应用接入 AI 能力：账号、权限、知识库三份配置清单

一、写在前面：卡住项目的从来不是技术

我们在福建地区做企业微信与 AI 能力的落地交付，接到最多的一类求助是「打通之后效果不好，是不是模型不行」。实际排查下来，绝大多数问题出在三件与模型无关的事上：权限开得不对、知识库没治理、兜底没做。

这篇文章把这三件事拆成三份可直接照抄的配置清单，都是交付现场用过的版本。

二、清单一：账号与权限

权限模型必须在配置之前定完，事后补成本翻倍。下面这张表是我们在项目启动会上让客户逐项确认的内容。

一句话原则：先划边界，再开能力。权限清单要形成文档，让业务部门签字确认，而不是口头约定。

三、清单二：知识库治理

知识库质量直接决定回答质量。我们要求客户在入库前先做一轮「减法」，四类内容一律不进：

• 过期版本：制度文件里最常见的污染源，AI 会一本正经地引用废止流程；
• 个人草稿：未评审的笔记、个人总结，口径不统一；
• 跨部门敏感资料：HR、财务的敏感表单一律不进全员库；
• 重复文件：同一制度的多份拷贝，会造成检索结果互相打架。

入库顺序建议

1. 先入一个部门、一个主题（比如「报销制度」），跑通再扩；
2. 每份资料标注适用范围 + 生效时间 + Owner，作为元数据；
3. 规模控制在「一个场景 200 份以内」，超出优先做拆分而不是硬塞。

这一步没有捷径。宁可少而准，不要多而杂——我们见过把整个共享盘一次导入的项目，答错率直接翻倍。

四、清单三：兜底与观测

兜底：答不上来要有出口

必须配置「置信度不足时转人工」的机制。原因很现实：AI 硬答一个它不知道的问题，被截图传开，组织信任度直接归零，之后推广极难推进。同时要求回答带引用来源，方便人工核验。

观测：只看四个指标

• 答错率：人工抽样，每周抽 30 条；
• 转人工率：持续高于 30% 说明知识库有缺口；
• 场景覆盖率：目标岗位中实际在用的人数占比，比活跃率实在；
• 单场景月均调用次数：判断这个场景是真在用，还是只在演示时用。

不要看「总调用量」这种虚指标，它掩盖了大量一次性尝鲜。

五、上线后的三个真实故障

1. 知识库污染：新制度上线后没入库，AI 连续一周按旧规则回答。处理方式是给每个库指定 Owner，制度更新与知识库更新绑定成同一个流程。
2. 权限开太大：为了方便，全员开放了含成本数据的库。回滚后改为按部门授权，并补充操作日志审计。
3. 无人维护：交付方撤场后三个月，提示词和资料都没更新，使用率掉到个位数。解决方案是孵化各部门的场景 Owner，让业务部门能自己改提示词、加资料。

三个故障的共同点：都不是技术问题，都是责任归属问题。

六、小结

企业微信与 AI 能力打通的技术门槛并不高，真正的门槛在配置之前：权限谁来定、知识谁维护、兜底谁负责。把这三份清单填完，再动手配置，能避开大部分返工。

作者：福建云推助手交付团队