模型能力再强，喂进去的是垃圾，出来的也是垃圾。AI落地能不能成，一半取决于数据治理是否前置。本文聚焦企业最该先做的两件事：建可检索的知识库、做对的向量化切分，并给出一套"上线前必查清单"，避开"文档一导就翻车"的坑，让模型稳定产出可信答案，而不是天花乱坠却答非所问。

知识库不是文件堆，是结构化资产

很多企业的AI落地把几百个PDF一导了事，结果模型答非所问。正确做法是先把文档按"主题+权限+更新时间"打标，拆成可被检索的片段。知识库的质量决定回答质量，这一步偷懒，后面全白费，再调提示词也救不回来。建议设"知识负责人"字段，每段知识都有人兜底更新；某集团先把三千份制度按部门打标，问答准确率从四成跳到八成，证明结构化胜过堆量。

切分策略：别把一段话切两半

向量化切分粒度直接影响召回。切太碎，语义断；切太长，噪声多。AI落地经验值：按自然章节、五百到八百字一段，保留标题上下文。对表格、流程图要单独处理，避免被当纯文本压扁丢失结构，否则关键数字会丢。切分后要人工抽看十段，确认语义完整再批量入库；一家研究院发现把公式当纯文本切，召回全错，改成"公式单独成块+文字说明"后，技术问答才稳。

权限与脱敏：该看不到的别看到

知识库要按部门设访问权限，财务、人事数据不能让全员模型看见。AI落地涉及敏感信息时必须先做脱敏和分级，否则一次越权回答就是合规事故。权限设计要在导入前定，别等出事再补，那时影响已经造成。建议用"标签+角色"双控，导出前再做一遍敏感词扫描；一家上市公司因漏脱敏，模型吐出客户手机号，虽未外泄但已惊出一身冷汗，之后把脱敏列为上线红线。

更新机制：知识会过期

制度改了、价格变了，知识库不更新，模型还在答旧版。AI落地要建"来源可追溯+定期刷新"机制，给每条知识标出处和有效期。建议设责任人，季度复核，避免模型基于过期信息决策，闹出"按旧制度批了款"的笑话。把复核动作写进责任人的月度待办，才不会不了了之；某零售企业给每条知识标"生效日/失效日"，过期自动下线，回答时效性与合规双双改善。

评测集：用真实问题验收

上线前准备50-100条业务真问题做评测集，跑通后看准确率。AI落地的知识库不能"感觉还行"，要用命中率、答非所问率量化。评测集要随业务更新，成为持续验收的尺子，而不是上线一次就封存。建议每月新增十条真实误答进评测集，让准确率指标持续有压力；一家客服中心用评测集卡合格率，低于九成不准上线新版本，质量这才稳。

上线前必查清单

一查文档是否打标分级；二查切分是否语义完整；三查权限是否按角色设；四查敏感词是否脱敏；五查评测集是否跑过。AI落地把这张清单过一遍，知识库质量有保障，后续应用才稳。清单本身也进项目文档，作为验收的交付物之一，避免口说无凭；建议每次上线前由IT与业务双签，责任清晰、过程可追溯。

小结

数据治理前置，是AI落地最被低估的胜负手。把知识库结构化、切分合理、权限清晰、定期刷新，模型才能稳定产出可信答案，否则再贵的模型也白搭。先治理、再智能，顺序错了，钱就白花。这张清单贴在团队看板上，能少踩无数坑。