Автор: Marko · 5 хв читання
База знань компанії: як зібрати таку для команди й AI

Новий менеджер питає, як ми рахуємо знижку для постійного клієнта. Відповідь знає одна людина, і вона у відпустці. Те саме питання наступного дня отримує AI-асистент, тільки він не перепитує: він вигадує правдоподібну відповідь. База знань компанії потрібна, щоб обидва знаходили правильну відповідь в одному місці.
Нижче: що покласти в базу, як її зібрати, як писати, щоб нею користувався й AI, і як не дати їй застаріти.
Навіщо компанії база знань саме зараз
Знання компанії розкидані по чатах, документах і головах. За оцінкою McKinsey Global Institute (2012), близько 19% робочого тижня працівники, які працюють зі знаннями, витрачають на пошук і збирання інформації. В опитуванні Panopto (2018) працівники оцінили, що 42% знань компанії має лише одна людина. Коли вона йде, ці знання йдуть разом з нею.
AI додає ще одну причину. Модель знає світ загалом і нічого не знає про вашу компанію. Без бази кожен запит починається з переказу контексту, або AI відповідає загальними словами. Саме база переводить команду з першого етапу моделі зрілості AI, Prompt, на другий, Context. Пропуск цього етапу є однією з частих причин, чому AI-проєкти провалюються.
Що має бути в базі знань компанії?
У базі знань компанії має бути те, що люди щотижня перепитують одне в одного: рішення разом із причинами, домовленості з клієнтами, описи процесів, відповіді на повторювані питання та історія проєктів. Мірило просте: якщо відповідь знає лише одна людина, її місце в базі.
- Рішення з причинами. Правило «працюємо лише з передоплатою» без причини нічого не підкаже, коли давній клієнт попросить виняток. Причина дозволяє і людині, і AI застосувати правило до нового випадку.
- Домовленості з клієнтами. Що обіцяли, на яких умовах, хто відповідає з обох боків.
- Процеси. Як робиться повторювана робота: кроки, хто за що відповідає, що вважається готовим.
- Відповіді на часті питання. Усе, що в чатах питали тричі.
- Історія проєктів. Що робили, що спрацювало, що ні і чому.
Чого в базі бути не має: паролів і ключів (для них окреме сховище), чернеток без висновку, копій документів, які живуть деінде. Замість копії посилання, інакше за місяць у вас дві різні версії правди.
Як побудувати базу знань компанії?
Почніть з питань, які команда ставить найчастіше, і відповідайте на них в одному місці. Кожне рішення записуйте з причиною і датою, одна тема на сторінку, у кожного розділу є власник. Закрийте те, що бачать не всі. Далі базу поповнюють у ході роботи, щодня потроху.
- Почніть з питань. Тиждень записуйте, що люди питають у чатах і на дзвінках. Відповіді на ці питання і є першим змістом бази, і він корисний з першого дня.
- Одне місце. Якщо частина правил у Notion, частина в Google Docs, а частина в листуванні, ні людина, ні AI не знають, якій версії вірити. Оберіть одне місце, а з інших ставте посилання на нього.
- Рішення з датою. Дата показує, чи правило ще діє, і допомагає помітити, що сторінку давно ніхто не відкривав.
- Одна тема на сторінку. Із заголовка зрозуміло, на яке питання сторінка відповідає. Перший абзац відповідає одразу, деталі нижче.
- Власник у кожного розділу. Конкретна людина, яка відповідає за те, щоб розділ лишався правдою. «База належить усім» на практиці означає, що вона не належить нікому.
- Доступи. Фінанси, зарплати й особисті дані закриті від тих, кому вони не потрібні, зокрема від AI, який спілкується з клієнтами.
Як писати базу, щоб нею користувався й AI?
Пишіть так, щоб сторінку можна було зрозуміти без розмови, з якої вона народилась: повні назви замість внутрішніх скорочень, явні правила замість натяків, дата і статус на кожній сторінці. Людина помітить недомовленість і перепитає. AI заповнить прогалину здогадкою і подасть її так само впевнено, як факт.
Цим база для двох читачів відрізняється від звичайної вікі, яку пишуть для людей і з часом перестають оновлювати. Докладніше про різницю в глосарії: база знань для AI. Три звички, які роблять базу зрозумілою для моделі:
- Одне значення в одного слова. Якщо «клієнт» і «замовник» у вас означають різне, запишіть різницю.
- Суперечності прибирайте одразу. AI не знає, яке з двох правил новіше, і може взяти будь-яке.
- Приклад поруч із правилом. Як правило виглядає на справжньому випадку.
Як AI знаходить у базі потрібний шматок, описано в термінах context engineering і RAG.
Простий тест готовності бази: дайте AI п'ять питань, які зазвичай ставить новий працівник, і попросіть відповісти лише з бази. Покажіть відповіді керівнику. Де він виправляє, там і прогалина в базі.
Який інструмент обрати для бази знань?
Інструмент важить менше, ніж звичка оновлювати базу. Notion і Confluence зручні, коли базу ведуть кілька команд і потрібні права доступу. Obsidian зберігає нотатки файлами у вас, і це зручно, коли важливо тримати все в себе. Головне, щоб AI читав актуальну версію бази, без застарілих копій.
Хоч би що ви обрали, перевірте три речі:
- чи може AI читати базу напряму, без ручного копіювання;
- чи видно, хто і коли змінив сторінку;
- чи можна закрити окремі розділи.
Як тримати базу знань актуальною
База застаріває, коли її оновлення стає окремою задачею «на потім». Працює протилежне: зміну записують там, де вона сталась. Змінили процес на нараді, і запис у базі став частиною наради. Відповіли клієнту на нове питання, і відповідь пішла в базу. AI тут допомагає: після задачі він пропонує, що варто записати, а людина лише погоджує.
Ми самі працюємо так щодня, і найбільше база дає саме тоді, коли поповнюється між іншим, у ході звичайної роботи.
5 ознак, що база знань працює
- Нові люди спершу шукають у базі, а вже потім питають колег.
- На повторюване питання відповідають посиланням на сторінку.
- AI відповідає про вашу компанію без переказу контексту в кожному запиті.
- Двох різних версій одного правила немає.
- Коли людина йде у відпустку, робота не чекає її повернення.
Якщо збігається менше трьох пунктів, почніть з першого кроку: зберіть питання, які команда ставить найчастіше.
Підсумок
База знань компанії відповідає на питання, які люди щотижня перепитують одне в одного, і робить це однаково для людини й для AI. Її будують від питань команди, тримають в одному місці і поповнюють у ході роботи. Інструмент можна змінити, звичку записувати рішення з причиною замінити нічим.
Щоб зрозуміти, на якому етапі зараз ваша команда, пройдіть короткий тест у статті про модель зрілості AI. А якщо хочете побачити, як база для команди й AI виглядає в живій системі, покажемо за 20 хвилин на дзвінку.
Джерела
- McKinsey Global Institute, "The social economy: Unlocking value and productivity through social technologies", 07.2012: https://www.mckinsey.com/~/media/McKinsey/Industries/Technology%20Media%20and%20Telecommunications/High%20Tech/Our%20Insights/The%20social%20economy/MGI_The_social_economy_Full_report.ashx
- Panopto, "Workplace Knowledge and Productivity Report", 2018, у переказі HR Dive: https://www.hrdive.com/news/inefficient-knowledge-sharing-costs-large-us-businesses-47m-a-year/527892/