База знаний для ИИ-ассистента: как подготовить документы

Коротко: что такое база знаний для ИИ

База знаний для ИИ — это набор документов компании, по которым ИИ-ассистент ищет информацию и формулирует ответы: регламенты, инструкции, прайсы, договоры, ответы на частые вопросы. Ассистент не «знает» ваши правила заранее. Он каждый раз находит в базе нужные фрагменты и отвечает на их основе.

Отсюда простое следствие: качество ответов почти целиком зависит от качества документов. Если в базе три версии прайса, ассистент может сослаться на любую. Если условие возврата спрятано в середине длинного абзаца про доставку, он его может не найти. Ниже — практическое руководство, как подготовить документы, чтобы помощник с базой знаний отвечал точно и по делу.

Как ИИ-ассистент «видит» документ

Чтобы понимать, зачем нужны правила ниже, полезно знать, как работает ассистент на базе знаний. Обычно это RAG-система (Retrieval Augmented Generation, «генерация, дополненная поиском»). Подробно механизм разобран в статье «Что такое RAG-система», здесь — только то, что важно для подготовки документов.

1. Документ делится на фрагменты. При загрузке текст нарезается на небольшие куски — обычно от нескольких абзацев до страницы. Именно фрагмент, а не весь файл, становится единицей поиска.
2. Поиск идет по смыслу. Система сравнивает смысл вопроса со смыслом фрагментов, а не просто ищет совпадающие слова. Поэтому вопрос «сколько дней на возврат» найдет фрагмент «срок возврата товара — 14 календарных дней».
3. Модель получает только найденное. Языковая модель (LLM) видит несколько подходящих фрагментов и строит ответ по ним. Остальные документы в этот момент для нее не существуют.

Из этого вытекают три практических вывода:

• Каждый фрагмент должен быть понятен сам по себе. Фраза «в этом случае срок увеличивается вдвое» бесполезна, если «этот случай» описан на предыдущей странице.
• Важны заголовки. Они подсказывают, о чем фрагмент, и помогают поиску и модели понять контекст.
• Мусор мешает. Устаревшие и дублирующие документы конкурируют с актуальными за место среди найденных фрагментов.

Структура: заголовки, которые работают как оглавление

Хорошая структура — главное, что можно сделать для базы знаний с ИИ. Правила простые:

• Используйте настоящие заголовки, а не жирный текст. В Word и Google Docs это стили «Заголовок 1», «Заголовок 2». По ним строится оглавление, и система понимает иерархию разделов.
• Заголовок описывает содержание. «Возврат товара надлежащего качества» лучше, чем «Раздел 4» или «Прочее».
• Один раздел — одна тема. Если в разделе «Доставка» описаны еще и оплата, и гарантия, разбейте его на три.
• Ключевой факт — в начале раздела. Сначала ответ («Срок возврата — 14 дней»), потом детали и исключения.
• Избегайте ссылок вида «см. выше» и «как указано ранее». Лучше коротко повторить условие или назвать раздел явно.

Проверка простая: откройте оглавление документа. Если по нему понятно, где искать ответ на типичный вопрос, — структура в порядке.

Один факт — одно место

Самая частая причина неверных ответов — один и тот же факт описан в нескольких документах, и где-то он изменился, а где-то нет. Например, стоимость доставки указана в прайсе, в регламенте отдела продаж и в FAQ для сайта.

Правило: у каждого факта есть один «домашний» документ. Остальные документы либо не повторяют его, либо ссылаются по названию: «стоимость доставки — см. документ "Тарифы на доставку"».

Как навести порядок:

1. Выпишите 20–30 фактов, о которых чаще всего спрашивают: цены, сроки, контакты, лимиты, порядок согласования.
2. Для каждого найдите все места, где он упоминается.
3. Назначьте один документ-источник, в остальных удалите или замените ссылкой.

Противоречия и устаревшие версии

Ассистент не знает, какой из двух документов «правильный». Если в базе лежат «Регламент_отпусков_2023.docx» и «Регламент_отпусков_новый.docx», он может процитировать любой.

Что сделать до загрузки:

• Оставьте в базе только действующую версию. Старые храните в архиве вне базы знаний.
• Удалите черновики, копии и файлы «на согласовании». Если документ еще не утвержден, ассистенту его видеть рано.
• Укажите дату и статус в начале документа: «Действует с 1 марта 2026 года». Это помогает и людям, и модели.
• Разрешите противоречия по существу. Если два отдела описывают процесс по-разному, договоритесь, как правильно, прежде чем загружать.

Пример: как переписать абзац для ИИ

Ниже — условный пример из внутренней инструкции интернет-магазина.

До:

Касательно возвратов — как обсуждали на планерке, теперь сроки как у всех, но для крупногабарита по-старому (см. выше), а если клиент из регионов, то согласовывать с Мариной. Деньги возвращаем в течение 10 дней, хотя бухгалтерия просила писать 7, уточнить.

Проблемы: непонятно, какие «сроки как у всех»; ссылка «см. выше» не сработает во фрагменте; вместо роли указано имя; два разных срока возврата денег и пометка «уточнить».

После:

Возврат товара: сроки и порядок

Срок возврата товара надлежащего качества — 14 календарных дней с момента получения.

Исключение — крупногабаритный товар (мебель, крупная бытовая техника): срок возврата — 7 календарных дней.

Возвраты из регионов (вне зоны собственной доставки) согласует руководитель отдела логистики.

Срок возврата денег — до 10 рабочих дней после получения товара на склад.

Что изменилось: у раздела понятный заголовок, каждое условие сформулировано отдельно и полностью, вместо имени указана роль, противоречие устранено до загрузки. Такой фрагмент ассистент найдет по вопросам «можно вернуть диван?», «сколько ждать деньги» и «кто согласует возврат из Казани».

Таблицы, сканы, презентации и изображения

Современные системы умеют читать разные форматы, но у каждого есть свои подводные камни.

Общее правило: если человек не поймет документ без устных пояснений, ИИ тоже не поймет.

FAQ-формат: когда он полезен

Формат «вопрос — ответ» хорошо работает для базы знаний ИИ-агента, особенно в поддержке и на сайте. Каждая пара — готовый самостоятельный фрагмент, который легко найти по смыслу.

Как писать FAQ:

• Формулируйте вопрос словами клиента или сотрудника, а не внутренним жаргоном: «Можно ли оплатить по счету?», а не «Безнал для юрлиц».
• Отвечайте полностью в первом предложении, детали — после.
• Не дублируйте регламенты. FAQ закрывает частые вопросы коротко, а за подробностями отправляет к документу-источнику по названию.
• Собирайте вопросы из реальных обращений: почты, чатов, заявок в поддержку.

FAQ не заменяет полноценные документы, но заметно повышает точность ответов на типовые вопросы.

Именование и разбиение по проектам и уровням доступа

Названия файлов должны говорить, что внутри: «Регламент возврата товара.docx», а не «Документ1_final_v3.docx». Название видно в ссылке на источник, и по нему пользователь сразу понимает, откуда ответ.

Разбиение по проектам. Не стоит складывать все в одну кучу. Удобно группировать документы по направлениям: «Клиентская поддержка», «HR и кадры», «Техническая документация», «Продажи». Так ассистент ищет в нужной области, и документы одного отдела не мешают ответам по другому.

Уровни доступа. Заранее решите, кто что должен видеть:

• публичные материалы — то, что можно показать клиенту на сайте: условия доставки, FAQ, описание услуг;
• внутренние — регламенты и инструкции для сотрудников;
• ограниченные — то, что видит только руководство или конкретный отдел.

Важно, чтобы права проверялись до того, как фрагменты попадут в модель, а не после. Тогда ассистент физически не сможет пересказать сотруднику то, что ему видеть не положено. Подробнее о том, как устроить внутренний справочник, — на странице база знаний для сотрудников.

Чек-лист готовности базы знаний

Перед загрузкой пройдитесь по списку:

• В базе только действующие версии документов, черновики и копии удалены.
• У каждого документа понятное название и дата вступления в силу.
• Используются настоящие заголовки, по оглавлению понятно, где что искать.
• Один раздел — одна тема, ключевой факт в начале раздела.
• Нет фраз «см. выше», «как обсуждали», «уточнить».
• Частые факты (цены, сроки, контакты) описаны в одном месте.
• Противоречия между документами разрешены.
• Вместо имен указаны роли или должности.
• Таблицы без объединенных ячеек, с заголовками столбцов.
• Сканы заменены исходниками или проверены на качество распознавания.
• Документы разложены по проектам, для каждого задан уровень доступа.
• Для типовых вопросов есть FAQ.

Тестовые вопросы: как проверить базу перед запуском

Создание базы знаний для ИИ не заканчивается загрузкой. Прежде чем открывать ассистента сотрудникам или клиентам, прогоните набор тестовых вопросов. Хватит 20–30.

Какие вопросы включить:

• Прямые: «Какой срок возврата товара?», «Сколько дней отпуска положено за год?»
• Сформулированные иначе, чем в документе: «Можно сдать диван обратно через неделю?»
• С исключениями: «А если товар крупногабаритный?»
• Требующие нескольких документов: «Кто согласует возврат из региона и в какой срок вернутся деньги?»
• На которые в базе нет ответа: «Какая у нас скидка для пенсионеров?» — правильное поведение здесь сказать, что информации нет, а не придумать.

Что проверять в ответах:

1. Совпадает ли ответ с документом.
2. Ведет ли ссылка на правильный и актуальный источник.
3. Честно ли ассистент говорит «не знаю», когда данных нет.

Если ответ неверный, почти всегда причина в документе: факт размыт по тексту, есть противоречие или нет нужного раздела. Исправляйте документ, а не формулировку вопроса.

Как поддерживать актуальность

База знаний устаревает так же, как любой справочник. Несколько привычек, которые помогают:

• Назначьте владельца каждого документа — роль, которая отвечает за его актуальность.
• Обновляйте базу вместе с изменениями. Поменялись цены — в тот же день замените документ в базе, а старую версию удалите.
• Раз в квартал проходите тестовые вопросы заново и сравнивайте ответы.
• Смотрите историю вопросов. Повторяющиеся вопросы без ответа подсказывают, какого документа не хватает.
• Фиксируйте решения из переписки. Многое важное рождается в рабочих чатах и туда же теряется — переносите итоги в документы.

Как это устроено в Pragmaticus

Pragmaticus — ИИ-ассистент, который отвечает по документам компании и показывает ссылки на конкретные фрагменты-источники, а если информации в базе нет — прямо говорит об этом. При загрузке система сама извлекает текст, строит краткое содержание и оглавление документа и делит его на фрагменты для поиска по смыслу. Поддерживаются PDF (включая сканы), DOCX, PPTX, XLSX, Markdown, TXT и изображения. Ассистент ищет в несколько шагов: делает несколько поисковых запросов подряд, подтягивает соседние фрагменты и сверяется с оглавлением, поэтому хорошо структурированные документы дают особенно точные ответы. Документы группируются в проекты с уровнями доступа, а права проверяются еще на этапе поиска. Публичные материалы можно подключить к AI-консультанту для сайта, а внутренние — открыть сотрудникам в кабинете.