数据智能体 DataAgent（私有化）
数据智能体 DataAgent（私有化）
- 文档首页
数据智能体 DataAgent（私有化）快速入门智能营销Agent体验与入门企业知识引擎企业知识引擎用户学习路径
文档反馈
问问助手在实际应用场景中，我们将企业知识引擎的使用者划分为应用者、建设者、管理者三大核心角色，不同角色在产品功能的学习和实际应用过程中，有着不同的关注重点与使用目标。为了帮助您更有针对性的开展学习，快速掌握产品核心功能与实操技巧，本文为不同角色梳理专属学习路径，并整合丰富的配套学习资源，助力您高效上手使用企业知识引擎。
企业知识引擎依托火山引擎先进的大模型与大数据技术，面向企业各类智能 Agent 应用场景，具备对结构化与非结构化数据知识从接入、处理、建模、挖掘到应用等全链路的知识管理及应用能力，可在智能知识问答、销售话术推荐、商品推荐营销等场景发挥作用，助力企业在大模型时代充分挖掘各类知识的价值。
更多信息，请参见企业知识引擎概述。
- 如果您未采购需试用，请联系商务人员进行申请，商务人员开通体验白名单后可试用。
- 如果您所在的公司或您个人已经购买私有化部署版本，需要找管理员创建用户，具体操作请参见权限管理。
流程 | 流程名称 | 流程概述 | 概览 |
|---|---|---|---|
第一步 | 知识接入 | 通过数据连接将企业数据接入企业知识引擎 | |
新建知识库并导入知识、配置知识分段方式 | |||
第二步 | 知识加工 | 通过数据连接接入的知识，支持可视化知识处理，通过各类数据处理算子进行知识加工，最终输出为数据集 | |
对知识库内的知识进行分段、打标、设置有效期、管理版本以及构建知识图谱等操作 | |||
第三步 | 知识召回及调试 |
| |
第四步 | 知识应用 | 使用智能问答 | |
应用可在开放平台发布为应用 token，被下游 Agent 调用 |
企业知识引擎应用者学习路径
角色定义
企业知识引擎应用者通常是企业中的一线业务人员、客服/导购人员、普通员工、外部客户/合作伙伴，需要使用企业知识引擎智能问答与知识服务能力。他们基于企业沉淀的内部制度、产品物料、客户信息、营销话术与商品信息等知识资产，通过智能问答、知识检索、场景化助手等方式快速获取业务所需信息，日常重点关注知识获取的便捷性、问答结果的准确性与场景适配性，覆盖员工自助查岗、营销话术推荐、用户自助咨询等多元场景，一般以业务一线人员、外部用户为主。
目标愿景
作为企业知识引擎应用者，通过学习路径可习得的目标是： 围绕日常业务场景，能够以低使用门槛，快速获得可信、可理解、可执行的知识答案，不再依赖人工转问、经验兜底或跨系统反复检索，而是让企业内部制度、产品资料、客户信息、商品信息以及营销话术等知识真正转化为一线可调用的生产力。
- 高效获取知识
面对制度查询、产品咨询、客户答疑、营销活动等场景时，可以通过自然语言提问，直接获得所需答案、原文依据与关联资料，减少在多系统、多文档之间来回查找的成本 - 问答结果准确
系统能够结合知识分类、打标、知识图谱或结构化数据，降低幻觉与误答风险，满足企业级生产场景对准确性的要求 - 知识服务贴近实际场景
检索应用能够以 API 形式，嵌入客服、导购、办公协同、经销商支持、员工自助服务等具体场景中，成为完成咨询、查办、辅助决策的重要入口
学习路径
学习阶段 | 章节 | 学习任务 | 任务简介 |
|---|---|---|---|
入门阶段 | 第一章 快速了解 | ||
1 | 了解产品功能、操作流程 | ||
2 | 了解企业知识引擎所属产品的介绍与架构 | ||
第二章 正式使用 | |||
1 | 尝试新建企业知识引擎的知识库 | ||
2 | 尝试在知识库中导入知识，并通过知识召回测试评估知识检索的准确度 | ||
3 | 尝试知识分段、有效期、打标、版本等管理操作 | ||
4 | 尝试构建知识图谱，通过可视化关联展示知识间的逻辑关系（如概念从属、属性关联、因果联系），并通过知识召回测试评估知识检索的准确度 | ||
第三章 体验效果 | |||
1 | 指定知识检索范围，以自然语言形式与 AI 进行多轮对话，上手体验企业知识引擎的知识检索能力 | ||
进阶阶段 | 第四章 进阶专题 | ||
1 | 尝试创建检索应用，引用指定范围的知识库，使用会话助手功能 | ||
2 | 企业知识引擎支持对接HiAgent里的工作空间。如有 HiAgent 对接需要，可根据指引完成对接。 | ||
3 | 企业知识引擎为营销互动助手提供知识来源，如有营销互动助手的智能体搭建需求，可以关联企业知识引擎知识库作为智能体的知识基座。 | ||
企业知识引擎建设者学习路径
角色定义
企业知识引擎建设者通常是企业中的IT团队成员、数据分析师、知识运营专员、业务专家，是企业知识资产与知识服务能力的“筑基者”。他们主要负责知识引擎落地过程中的多源数据接入、非结构化数据处理、知识库搭建与配置、知识切片与打标、本体建模与知识图谱构建、问答调优、AI应用对接等工作，同时需梳理业务知识体系、制定知识入库标准、完成知识质量校验，保障知识资产的完整性、准确性与可用性，一般以专职IT/数据团队、知识运营团队、各领域业务专家为主。
目标愿景
作为企业知识引擎建设者，通过学习路径可习得的目标是： 围绕企业真实业务场景，把散落在数据库、文档、表格、图片、音视频、业务系统中的知识，系统性地接入、清洗、建模、治理并沉淀为可持续复用的知识底座，支撑上层智能问答、营销助手、内部知识中心等应用稳定落地。
- 多源知识接入与沉淀
将企业内外的结构化与非结构化数据统一接入，包括数据库、对象存储、云文档、网页、公域数据、音视频与业务文档等，减少知识孤岛，形成统一知识来源，构建统一管理的企业知识底座 - 知识处理标准化
通过切片、打标、清洗以及 AI 大模型处理等方式，把原始内容加工为适合检索与问答的知识单元，提升后续召回质量与使用效果 - 深入知识建模
在知识接入的基础上，围绕实际业务场景，完成知识库分类、知识打标、对象关系抽取、知识图谱构建等知识管理操作，让知识从“可搜”走向“可关联、可推理、可复用” - 知识检索能力落地
通过构建检索应用，关联企业知识库数据，并以 API 的形式落地于企业实际业务场景，如客服、导购、办公协同、经销商支持、员工自助服务等 - 建立持续优化的知识建设机制
通过知识召回测试、应用调试、知识版本管理、数据统计等产品能力，持续发现、收集知识优化点，持续治理调优，提升知识质量与实际问答表现
学习路径
学习阶段 | 章节 | 学习任务 | 任务简介 |
|---|---|---|---|
入门阶段 | 第一章 快速了解 | ||
1 | 了解产品功能、操作流程 | ||
2 | 了解企业知识引擎所属产品的介绍与架构 | ||
第二章 正式使用 | |||
1 | 将企业数据接入企业知识引擎，并进行可视化知识处理（通过各类算子进行数据清洗），最终输出为数据集供下游功能使用（建立标签、用户分群、智能打标）。 | ||
2 | 新建企业知识引擎的知识库 | ||
3 | 在知识库中导入知识，并通过知识召回测试评估知识检索的准确度 | ||
4 | 知识分段、有效期、打标、版本等管理操作 | ||
5 | 构建知识图谱，通过可视化关联展示知识间的逻辑关系（如概念从属、属性关联、因果联系），并通过知识召回测试评估知识检索的准确度 | ||
6 | 通过结构化的方式构建并管理对象及关系，为后续的知识消费（如 API 调用）提供精准的数据支持 | ||
7 | 基于 AI 大模型能力，为指定数据进行分析、打标与观点提取，释放非结构化数据价值 | ||
第三章 体验效果 | |||
1 | 指定知识检索范围，以自然语言形式与 AI 进行多轮对话，上手体验企业知识引擎的知识检索能力 | ||
进阶阶段 | 第四章 进阶专题 | ||
1 | 尝试创建检索应用，使用会话助手功能 | ||
2 | 企业知识引擎支持对接HiAgent里的工作空间。如有 HiAgent 对接需要，可根据指引完成对接。 | ||
3 | 企业知识引擎为营销互动助手提供知识来源，如有营销互动助手的智能体搭建需求，可以关联企业知识引擎知识库作为智能体的知识基座。 | ||
4 | 获取用户操作日志、知识调用数据、Agent 使用数据、运行状态与异常信息，持续建设完整、准确的知识底座与知识检索能力 | ||
5 | 通过企业知识引擎提供的 OpenAPI，将智能问答、知识检索能力接入企业业务系统 | ||
企业知识引擎管理者学习路径
角色定义
企业知识引擎管理者通常是企业中的IT团队或部门管理成员，是企业知识引擎的运营与治理负责人。其主要职责包括平台的日常运维、用户与角色管理、细粒度权限分配、知识库生命周期管理、知识安全与合规管控、知识运营数据监控与迭代优化等，同时需建立知识运营机制、推动知识资产的持续更新与价值挖掘，保障知识引擎长期稳定、高效、安全地服务全企业业务场景。
目标愿景
作为企业知识引擎管理者，通过学习路径可习得的目标是：将企业知识引擎建设为一套长期稳定运行的知识基础设施，在保障安全、权限、合规和系统稳定的前提下，持续推动知识资产沉淀、组织协同和业务价值释放，使平台从“能用”走向“常用、好用、管得住”。
- 建立安全可控的知识权限体系
构建清晰的项目、角色、资源、内容权限体系，实现模块级、资源级、知识内容级的精细化控制，保障不同角色在各自权限范围内安全使用知识 - 保障平台稳定运行与业务连续性
通过测试、调试、数据统计、系统监测等产品功能，对知识接入、知识处理、检索问答、开放接口等关键链路进行运维管理，及时发现并处理异常问题。
学习路径
学习阶段 | 章节 | 学习任务 | 任务简介 |
|---|---|---|---|
入门阶段 | 第一章 快速了解 | ||
1 | 了解产品功能、操作流程 | ||
2 | 了解企业知识引擎所属产品的介绍与架构 | ||
第二章 正式使用 | |||
1 | 将企业数据接入企业知识引擎，并进行可视化知识处理（通过各类算子进行数据清洗），最终输出为数据集供下游功能使用（建立标签、用户分群、智能打标）。 | ||
2 | 新建企业知识引擎的知识库 | ||
3 | 在知识库中导入知识，并通过知识召回测试评估知识检索的准确度 | ||
4 | 知识分段、有效期、打标、版本等管理操作 | ||
5 | 构建知识图谱，通过可视化关联展示知识间的逻辑关系（如概念从属、属性关联、因果联系），并通过知识召回测试评估知识检索的准确度 | ||
6 | 通过结构化的方式构建并管理对象及关系，为后续的知识消费（如 API 调用）提供精准的数据支持 | ||
7 | 基于 AI 大模型能力，为指定数据进行分析、打标与观点提取，释放非结构化数据价值 | ||
第三章 体验效果 | |||
1 | 指定知识检索范围，以自然语言形式与 AI 进行多轮对话，上手体验企业知识引擎的知识检索能力 | ||
进阶阶段 | 第四章 进阶专题 | ||
1 | 尝试创建检索应用，使用会话助手功能 | ||
2 | 企业知识引擎支持对接HiAgent里的工作空间。如有 HiAgent 对接需要，可根据指引完成对接。 | ||
3 | 企业知识引擎为营销互动助手提供知识来源，如有营销互动助手的智能体搭建需求，可以关联企业知识引擎知识库作为智能体的知识基座。 | ||
4 | 获取用户操作日志、知识调用数据、Agent 使用数据、运行状态与异常信息，持续建设完整、准确的知识底座与知识检索能力 | ||
5 | 通过企业知识引擎提供的 OpenAPI，将智能问答、知识检索能力接入企业业务系统 | ||
管理阶段 | 第五章 管理专题 | ||
1 | 精细化管理产品功能、知识数据的使用权限，避免越权操作，保障营销数据和资源的安全可控 | ||
2 | 管理项目中知识库数量、单知识库内知识数量和知识图谱数量 | ||