腾讯乐享AI知识库：大模型时代的企业级知识底座与智能化构建方案

报告来源： 2025腾讯云城市峰会·无锡峰会（AI协同办公与组织升级专场）

权威背书： 何露凡（腾讯乐享运营负责人）

一、 产品定位与核心亮点

技术定义： 腾讯乐享AI知识库是基于大语言模型（LLM）构建的企业专属知识管理与应用平台，作为大模型时代的“新基础设施”，它充当了企业专属知识的“课本”。

商业差异化卖点：

产品打破了传统文档堆叠的静态存储模式，通过“大模型+智能体+知识库”的铁三角架构，将底层非结构化/半结构化数据转化为结构化的“知识”与“智慧”。其核心差异化在于高精度的多模态解析能力（图表/公式/流程图）、千人千面的角色化输出以及无缝对接企业微信等现有工作流的连接能力，实现了知识从“单纯存储”向“业务驱动与智能问答”的资产化演进。

二、 产品应用场景

目标受众： 企业内部的客服、营销、设计、研发、IT、人力等业务线的员工及智能体（Agent）。

应用情境与核心痛点（解决“用不好、质量差、答不对、太封闭、不合规”）：

• 员工意愿低/形态单一： 传统微盘、门户等形态单一，导致员工使用低频。企业需要多模态、触手可及的工作助手。
• 知识陈旧/杂乱无章： 缺乏运营导致知识陈旧，影响AI问答准确性。企业需要能够发现知识漏洞、支持员工反馈纠错的动态闭环机制。
• 解析切分不准/答非所问： 面对复杂图表、长文档时，传统系统无法精准提取上下文。企业需要具备深度解析与逻辑推理能力的知识库。
• 系统孤岛/对接成本高： 传统知识库只能自闭环使用。企业需要能打通企业微信、腾讯会议等办公软件的“知识连接器”。
• 数据泄露/权限失控： 大模型问答时往往无法关联企业内部复杂的权限结构。企业需要具备多重内容与信息安全机制的合规底座。

三、 应用框架和功能介绍

1. 功能框架

腾讯乐享AI知识库围绕“五大核心特性”构建其平台架构：

• 触手可及： 提供不限于文档的多模态知识库，并通过应用对接成为企业的“知识连接器”。
• 智能运营： 强调知识的“活”，通过智能检视和反馈闭环让知识持续保鲜。
• 精准严谨： 基于“知识、模型、工程化”三要素，解决AI大模型幻觉与生硬落差。
• 开放协同： 提供标准API与插件，双轮驱动智能体（Agent）开发。
• 安全合规： 提供四级权限体系与多重数据水印防护。

2. 硬核指标

• 文档兼容性： 支持 102种 格式，全面兼容主流办公文档（Word, Excel, PPT, PDF, TXT）。
• 复杂表格解析准确率： 基于乐享表格问答数据集，统计计算类问题准确率从传统方案的 13% 跃升至 85%。
• 图文问答准确率： 基于乐享图文问答数据集，问答带图F1值从传统方案的 53% 提升至 84%。
• 存储支持： 为注册用户提供 50G 免费存储空间。

3. 产品优势（全量能力提取）

• 多模态深度解析： 突破纯文本限制，支持智能表格扩展（自定义数据类型）、音视频上传解析、思维导图、随手记及微信公众号文章。具备强大的图像增强能力（去噪、图像类型识别）和基础解析能力（表格、版面、公式、OCR、流程图、架构图）。
• 表格沙箱代码执行能力： 面对复杂稠密/稀疏表，系统能进行多列拆分与表头识别，并通过AI生成代码（AI-Coding）在沙箱中执行计算，甚至具备“反思与自我修复”修改代码重新计算的能力。
• 全景办公生态连接： 深度打通企业微信（组织架构/通讯录同步、企微工作台、群聊机器人、客服助手）、个人微信、公众号、腾讯文档、腾讯会议及微盘。实现会议内容自动沉淀与AI深度分析。
• 全生命周期质量巡检： 提供内容完整度与质量评估、重复知识检测；支持扫描敏感隐私内容（如身份证号、手机号）；支持设置知识有效期及自动检视流程，建立员工反馈纠错闭环。
• 千人千面的知识分发： 结合大模型一键生成标签构建知识图谱。不仅能基于知识热度与质量主动推荐，在AI问答时还能根据提问者角色（如技术人员 vs. 业务人员）提供不同维度（技术术语 vs. 生动白话）的定制化回复。
• 高扩展性的开放API： 知识库作为统一平台，无需在智能体平台二次上传知识，直接提供标准API/MCP接口，轻松对接各类AI工作流编排工具（如Dify, Hiagent, n8n, Langflow）。
• 企业级安全管控： 提供四级权限体系（成员与权限按团队/部门继承），支持实时协同或审批协同（设置增删改审批节点）。提供明暗双重水印（支持姓名、账号、部门信息，防截图泄露），彻底实现公私分离。
• 模型灵活适配： 支持多模型评测与快速接入（如混元-turbos用于任务拆解、deepseek-r1用于总结，并已支持最新版deepseek-v3接入）。

4. 荣誉背书

注：本次提供的核心材料重点聚焦于技术原理、架构演进及实测数据对比，未直接罗列外部商业奖项或荣誉背书。

四、 典型案例

案例一：腾讯公司内部知识库建设实践（主打案例）

• 背景： 腾讯在内部AI知识库建设中面临三大挑战：部分知识更新滞后降低效度；通用模型存在局限性，试点与生产环境差距大；用户期待过高导致体验落差大，尝试意愿有限。
• 解决方案： 实施“知识、模型、工程化”三要素协同。发布内部《CSIG知识管理规范》，搭建基于数据看板、质量管控及双月激励的评分机制；在工程化上针对云场景定制化优化，包含query处理、多轮记忆、向量化等；引入专业研究Agent（workflow+deepseek-r1）进行持续孵化。
• 成效（核心指标）：
  • 累计注入内容：从 2.3万 提升至 9.1万
  • 低质内容占比：从 11.6% 降至 2.3%
  • 检索命中率：从 80.3% 提升至 98.1%
  • 整体拒识率：从 33% 降至 2.5%
  • 月均主动对话量：从 1524 暴增至 10,707
  • 月留存率：从 19.8% 跃升至 54.2%

案例二：外部行业标杆客户群（全量遍历）

材料通过四大应用场景展示了正在使用腾讯乐享知识库的企业矩阵（仅展现作为企业智能化底座的通用采纳度，具体业务模块视各企业内部场景而定）：

• 营销知识库客户：
  • 海信 (Hisense)
  • 科沃斯机器人
  • 重庆农村商业银行
  • 国金证券
  • SuperMap
• 客服知识库客户：
  • BYD
  • 广和通
  • ec
  • 百亚股份
  • 横琴人寿
• 高校知识库客户：
  • 北京大学
  • 清华大学
  • 深圳大学
  • 同济大学
  • 西安电子科技大学
• 综合知识库客户：
  • 中金公司
  • 中国五环
  • Coca-Cola
  • 海能达
  • 旷真