為什麼 ChatGPT 回答不了你公司的問題？
這個問題的答案很簡單：ChatGPT 不知道你公司的事。
它不知道你的退貨政策、合約範本、SOP 文件、產品規格、或是上週的會議結論。它只會用訓練資料裡的通用知識來回答，一旦問題涉及公司內部資訊，它就只能瞎猜或說不知道。
這就是為什麼很多企業導入了 AI 工具之後，發現 AI「很聰明但沒用」——因為沒有把公司知識餵給 AI。
RAG（Retrieval-Augmented Generation，檢索增強生成） 就是解決這個問題的技術架構。
「不是 AI 不夠聰明，而是你沒有把公司知識交給它。RAG 就是讓 AI 能查閱公司知識庫的橋樑。」
RAG 的運作原理（不需要工程背景也能懂）
用一個比喻來理解：
傳統的 AI 問答，像是讓一個從來沒來過你公司的顧問直接上台回答員工問題。他很聰明，但他什麼都不知道，只能給你通用建議。
RAG 的做法是：讓這個顧問先去看你公司的所有文件，再來回答問題。 他在回答前，會先從文件庫找到最相關的資料，結合自己的推理能力給出有根據的答案。
技術上的三個步驟：
步驟一：文件向量化（建立知識庫）
你把公司的文件（PDF、Word、Google Docs、Notion 頁面）上傳到系統中。
系統會把每份文件切成小段（每段大約 500-1000 字），然後用 Embedding 模型（例如 OpenAI text-embedding-3-small）把每一段文字轉換成一串數字——也就是「向量 (Vector)」。
這些向量代表了文字的「語意意義」，存入向量資料庫（Supabase、Pinecone、Weaviate 等）中。
步驟二：語意搜尋（找到相關資料）
當有人問問題時，系統先把問題也轉換成向量，然後在知識庫中找出「意思最接近」的文件段落。
這個搜尋方式的關鍵是語意相似性，不是關鍵字匹配。所以就算你問「請假要找誰簽？」，系統也能找到標題是「員工請假流程 SOP」的文件——因為兩者的語意很接近，即使沒有完全相同的關鍵字。
步驟三：生成回答（AI 回答問題）
系統把找到的相關文件段落 + 用戶的問題，一起送給 LLM（GPT-4o 或 Claude），告訴它：「根據以下資料，回答這個問題。如果資料裡沒有，請說不確定，不要捏造。」
AI 就能給出有根據、有出處的答案，而不是亂猜。
用 n8n 建立 RAG 知識庫 AI：實作步驟
架構總覽
我們要建立的系統分為兩條工作流：
工作流 A：知識庫建立流（一次性 + 定期更新）
[上傳文件] → [文字擷取] → [切割段落] → [Embedding 向量化] → [存入 Supabase]
工作流 B：問答流（即時觸發）
[用戶提問] → [問題向量化] → [語意搜尋知識庫] → [整理上下文] → [AI 生成回答] → [回覆用戶]
工作流 A：建立知識庫
節點 1：文件來源 Trigger
依照你的文件存放位置選擇觸發方式：
- Google Drive：使用 Google Drive Trigger，監測指定資料夾的新增/更新
- Notion：定時抓取指定 Database 的頁面
- 本地上傳：使用 Webhook 接收上傳的檔案
節點 2：文字擷取
- PDF 文件 → 使用 n8n 的 Extract from File 節點（支援 PDF → Text）
- Google Docs/Notion → 直接取得 Markdown 格式的文字
- Word 文件 → 需要透過 Code 節點呼叫
mammoth.js解析
節點 3：文件切割 (Chunking)
使用 n8n 的 Recursive Character Text Splitter 節點（屬於 LangChain 整合），設定：
- Chunk Size：800 字元
- Chunk Overlap：100 字元（讓相鄰段落有重疊，避免上下文斷裂）
節點 4：Embedding 向量化
新增 Embeddings OpenAI 節點，選擇 text-embedding-3-small 模型（便宜且效果好），把每個文字段落轉換成 1536 維的向量。
節點 5：存入 Supabase 向量資料庫
在 Supabase 建立一個 documents 資料表，結構如下：
CREATE TABLE documents (
id BIGSERIAL PRIMARY KEY,
content TEXT,
embedding VECTOR(1536),
metadata JSONB,
created_at TIMESTAMP DEFAULT NOW()
);
使用 n8n 的 Supabase Vector Store 節點，把向量 + 原始文字 + 後設資料（文件名稱、來源 URL）存入資料表。
工作流 B：問答 AI
節點 1：問題接收 Trigger
依照你的使用場景選擇入口：
- LINE Bot → 透過 LINE Webhook 接收訊息
- 內部系統 → 透過 Webhook URL 接收 HTTP POST
- Slack Bot → 使用 Slack Event API
節點 2：問題向量化
把用戶的問題也使用相同的 Embedding 模型轉換成向量。
節點 3：語意搜尋
使用 Supabase Vector Store 節點，以問題向量搜尋知識庫，取得相似度最高的前 5 筆文件段落。
Supabase 的語意搜尋語法：
SELECT content, 1 - (embedding <=> query_embedding) AS similarity
FROM documents
ORDER BY similarity DESC
LIMIT 5;
節點 4：組合 Prompt
使用 Code 節點把搜尋結果組合成 Context 字串：
const context = $input.all()
.map(item => item.json.content)
.join('\n\n---\n\n');
return [{
json: {
context: context,
question: $('Webhook').item.json.question
}
}];
節點 5：AI 生成回答
連接 OpenAI 或 Claude 節點，System Prompt 設定如下：
你是公司的內部 AI 助理。請根據以下提供的公司文件資料，回答員工的問題。
規則：
- 只根據提供的資料回答，不要憑空捏造
- 如果資料中找不到相關資訊，請明確說「這個問題我在現有文件中找不到答案，建議詢問 [相關部門]」
- 如果找到相關資料，可以在回答後附上「資料來源：[文件名稱]」
公司文件資料：
{{context}}
User Message：{{question}}
節點 6：回覆輸出
把 AI 生成的答案回傳給用戶的介面（LINE 回覆、HTTP Response 等）。
知識庫 AI 的三個常見應用場景
場景一：HR 問答 Bot
把公司的員工手冊、請假規定、薪資福利說明、績效考核辦法上傳到知識庫。員工有任何人事問題，直接問 LINE Bot，不需要去煩 HR。
效益：HR 人員每月平均回答 200+ 個重複問題，導入後降至 20 個以下。
場景二：客服知識庫
把產品常見問題、退換貨政策、操作說明書、故障排除指南建成知識庫。客服人員查詢時不用翻舊信箱或靠記憶，AI 直接給出標準答案和出處。
效益：客服平均查詢時間從 2-3 分鐘 → 10 秒，回覆準確率提升。
場景三：新人教育訓練助理
把所有 SOP、流程圖、注意事項建成知識庫。新人入職後所有「這個要怎麼做？那個在哪裡找？」的問題，都可以問 AI 助理，減輕帶新人的時間成本。
維護知識庫的注意事項
定期更新機制：公司文件會持續更新。建議在知識庫建立流程中，加入「偵測文件更新 → 自動重新向量化」的機制，確保 AI 的資料庫保持最新。
區分資料層級：不是所有文件都適合讓所有人查詢。薪資資訊、個人考核結果等敏感資料，應該建立獨立的知識庫，並加入存取控制。
回答品質監控：定期抽查 AI 的回答，特別關注「AI 說找不到資料，但其實資料庫裡有」的情況——這通常代表 Chunk Size 設定不對，或者文件格式有問題需要重新整理。
智賦 AI 科技 專注於 B2B 企業自動化解決方案，協助企業建立 RAG 知識庫 AI 系統，從文件整理、知識庫建置到前端問答界面，提供完整的一站式服務。