企业知识库的资料分层，不是简单地把文件分成几个文件夹，而是按照资料的业务用途、敏感程度、更新频率和审核责任，建立可检索、可维护、可追溯的知识结构。分层做得不好，AI 即使能够回答问题，也可能引用过期资料、混淆客户信息，甚至把内部参考内容误当成正式结论。

先按业务用途建立主结构

最稳定的第一层，通常是资料的业务类别，例如公司基础资料、合同与报价、交付 SOP、客户与项目记录、财税与票据资料、复盘与经验沉淀。这样的划分解决的是“资料属于什么业务”的问题，便于后续检索和权限控制。

第二层应继续区分客户、项目、年份或具体流程。例如，交付 SOP 不应与某个项目的临时沟通记录混在一起；合同原件也不应和报价模板放在同一位置。分类不必追求复杂，但必须能够回答三个问题：这份资料服务什么场景，适用于谁，当前是否仍然有效。

再按敏感程度划定边界

业务分类解决“怎么找”，敏感分层解决“谁能看、能否上传”。低敏资料可以包括通用模板和内部工作方法；中敏资料包括报价、项目计划、客户需求和交付记录；高敏资料则包括合同原件、财税凭证、身份信息和账户信息。

高敏资料不应仅因为方便问答，就全部放入同一个服务。使用知识库工具前，需要确认数据是否用于训练公共模型、是否支持关闭相关选项、数据保存和删除机制如何，以及是否能够导出资料。若服务无法清楚说明数据处理方式，优先用于低敏资料更稳妥。

版本和状态必须显式管理

知识库最常见的问题不是“找不到”，而是“找到多个答案”。合同、报价和 SOP 都可能存在草稿、执行版、历史版和废止版。文件名或元数据至少应体现日期、适用范围和当前状态；替换旧文件时，应保留必要的变更记录，避免 AI 将历史版本与现行版本混合引用。

AI 的职责应限定为检索、对比、整理和提示缺口。涉及合同效力、税务处理、重大付款或对外承诺时，必须由人工确认。真正成熟的资料分层，不是让知识库回答所有问题，而是让每个答案都能追溯到正确资料，并明确哪些内容仍需要专业判断。