1 项目背景

中小制造企业沉淀大量生产SOP、质量体系文件、行政管理制度、党群工会资料，文档分散存储在共享盘、员工本地电脑，版本混乱。员工查找工艺条款、制度文件需要翻阅多份PDF，查阅效率低；新人学习资料获取成本高。 为验证检索增强生成（RAG）技术在企业内部文档问答场景的落地可行性，开展本次PoC概念验证项目。本项目采用零代码平台FastGPT/Dify，不开发定制代码，低成本验证AI知识库价值，识别风险与局限，为后续规模化落地提供决策依据。

2 PoC项目目标

2.1 本次PoC实现目标

1. 完成企业模拟文档入库，搭建两套知识库：生产SOP&质量规范知识库、党群行政制度知识库；

2. 完成文档预处理、切片配置、检索调优、提示词配置；

3. 执行正向、边界、负面三类测试用例，开展幻觉专项校验；

4. 输出完整测试记录表、PoC验证总结报告；

5. 客观评估RAG在本企业场景的适用范围、风险点、落地可行性。

2.2 不在本次PoC范围（边界说明）

1. 不与OA、ERP、MES等业务系统做接口对接；

2. 不处理CAD图纸、复杂工艺图表；

3. 不完成企业全部文档批量迁移；

4. 不承诺100%消除大模型幻觉；AI输出不能直接作为生产、质量决策依据。

3 实施范围

3.1 入库文档清单

• 生产类：车间作业SOP、设备点检规范、质量管控文件

• 党群行政类：党员学习制度、工会管理办法、企业行政管理制度

3.2 使用人员范围

生产岗位人员、质量管理人员、党群行政人员。

4 实施计划与时间排期

阶段	工作内容	预计周期
阶段1	需求梳理、文档收集、脏数据清理	1‑2天
阶段2	知识库搭建、文档上传、切片与向量化配置	2‑3天
阶段3	检索参数调优、系统提示词配置、对话调试	1‑2天
阶段4	执行全套测试用例，记录测试结果	2天
阶段5	编写测试记录、PoC总结报告、准备汇报材料	1‑2天

5 资源需求

1. 人员：数字化/IT人员1名，负责PoC全部实施工作；

2. 平台：FastGPT / Dify SaaS账号；

3. 文档资源：待导入PDF/Word文档（模拟企业资料）。

6 验收标准

1. 完成全部三类测试用例执行，输出完整《PoC测试记录表》；

2. 正向用例通过率≥80%；

3. 负面用例不编造不存在的制度、工艺条款；

4. 输出《PoC验证总结报告》，包含亮点、缺陷、风险、落地建议；

5. 能够完成现场Demo演示，可复现问答效果。

7 风险预判与应对

风险点	应对措施
扫描件PDF OCR识别出错	优先使用原生电子文档；模糊扫描件不入库；识别错误手动修正
文档版本混杂，存在新旧版本	入库前清理，保留最新版本，旧版本归档不入库
大模型幻觉风险	强化提示词约束，大量负面用例测试；明确AI输出必须人工复核原始文档
跨文档信息无法聚合	如实记录该局限，不强行要求AI自动汇总多文档信息

8 附件清单

1. PoC测试记录表

2. 测试用例集

3. 系统提示词模板

4. PoC验证总结报告