Собрать базу знаний команды
Цель
Превратить общую папку с PDF (регламенты, руководства, договоры, протоколы встреч) в небольшую связанную вики, по которой вся команда может искать и задавать вопросы, получая ссылки на страницы.
Сценарий. В компании по обслуживанию зданий на 12 человек инструкции по безопасности, договоры с поставщиками и руководства для новичков лежат в папке в виде PDF. Новые сотрудники каждый месяц задают одни и те же вопросы: «Кто утверждает сверхурочную работу?», «Каков срок уведомления по договору на уборку?» Вам нужно место, где ответ приходит вместе со страницей, на которой он найден.
Исходное состояние
- PDF, часть с текстом, часть отсканированные (отсканированные показываются в приложении как «No text (scanned?)»).
- Файлы без защиты (иначе Разблокировка PDF).
- Название коллекции («Facilities 2026») и один человек, который хранит её ID.
Цепочка
Searchable (только сканы) → (Объединение, только для множества мелких файлов) → База знаний PDF
дать им текст меньше файлов, но крупнее вики + чат + .zip
Шаг за шагом
1. Searchable: только для отсканированных документов
- Приложение: Searchable. Язык документа: соответствует партии. Выровнять изображение — включить для сфотографированных страниц. Формат вывода: Поисковый PDF.
- Зачем: База знаний PDF (PDF Knowledge Base) читает только текст. Нераспознанный скан даёт документ без страниц вики и без ответов.
- Очень длинные сканы отклоняются; сначала разделите их в Разделение PDF.
2. (По желанию) Объединение: только если у вас много крошечных файлов
- Приложение: Объединение файлов: последовательный режим. Лимит «Объединения» — около 10 файлов и 30 МБ за операцию.
- Будьте честны насчёт компромисса: склейка 40 одностраничных форм в один PDF упрощает вики, но вы теряете «одну страницу-резюме на каждый документ». Для настоящих документов разных видов не объединяйте: база знаний рассчитана на множество файлов, до 10 файлов и 100 МБ за загрузку, и позже можно добавлять ещё.
3. База знаний PDF: строим вики
- Приложение: База знаний PDF.
- Выберите Create a new one и дайте ей название. Перетащите до 10 PDF.
- Summaries, Concepts, Entities, Explorations: всё включено. Concepts связывают темы между документами — в этом и смысл нескольких документов; Explorations сохраняют удачные ответы чата как страницы вики.
- Wiki language: для коллекции на разных языках выберите язык явно. Answer: Short, Cite sources: включено.
- Первый вопрос: можно оставить пустым, чтобы просто построить базу, или спросить: «Каковы основные обязанности каждой роли?»
- Нажмите Build the wiki. Резюме длинного документа строится по равномерной выборке примерно из 40 000 знаков; поиск в чате при этом охватывает каждую страницу. Документы, которые не укладываются в лимит времени, откладываются; используйте Write the remaining wiki pages.
- Скопируйте ID и сохраните там, где команда его найдёт. На странице также перечислены базы знаний, сохранённые в этом браузере.
4. Поделитесь и развивайте
- Скачайте Download wiki (.zip) (файлы Markdown для ваших заметок или сайта документации).
- Позже добавляйте документы через Add to an existing one и ID: страницы концепций обновляются так, чтобы охватывать и старое, и новое.
Ожидаемый результат
Вики с четырьмя разделами (резюме, концепции, сущности, исследования), связанными вики-ссылками, статус по каждому документу (Done, Waiting, Failed, No text) и чат, отвечающий с подсвеченными страницами-источниками.
Проверьте, что получилось
- У каждого документа статус Done. Для любого «No text (scanned?)»: распознайте его (OCR) и добавьте снова в ту же базу знаний.
- Спросите то, что вы уже знаете («Каков срок уведомления в договоре на уборку?»), нажмите на цитату и сверьте с PDF.
- Спросите о различии («Где договоры расходятся?»). Должна появиться новая страница исследования.
Варианты
- Всего один быстрый вопрос: вместо этого используйте Ask PDF для одного разговора.
- Локальная, более простая версия: CLI-плагин Documentize.PdfKb строит вики в Markdown из папки с файлами PDF, TXT или Markdown; его результат проще, чем у веб-версии.
- Списки действий по документу: Checklist.
Что может пойти не так
- Данные истекают. Файлы и база знаний хранятся около суток, затем удаляются. Скачайте .zip до ухода. У просроченного ID выводится сообщение, что он больше недоступен; пересоберите из оригиналов.
- Потерян ID. Посмотрите список, сохранённый в этом браузере; иначе со страницы его не восстановить.
- Бедное резюме длинной книги. Оно построено по выборке; спрашивайте у чата про конкретные главы.
- Изображения не читаются. Диаграммы и фотографии невидимы.
- Ошибки ИИ. Резюме и страницы концепций могут содержать ошибки: «проверяйте указанные страницы». Не публикуйте их как регламент без прочтения человеком. Подумайте о том, что вы загружаете (Конфиденциальность); для конфиденциальных материалов см. самостоятельное размещение.
Почему именно такой порядок
Текст должен существовать до построения вики, поэтому распознавание идёт первым. Объединение файлов — единственный шаг, который теряет информацию (границы документов), поэтому он необязателен и стоит последним перед построением. База знаний — единственное приложение, которое продолжает пополняться, поэтому цепочка заканчивается в ней, а коллекция продолжает расти.