智能体调用企业知识库，正确顺序是先确定任务，再选择与任务有关的知识范围，基于资料生成答案或初稿，最后由人工核对。把企业所有文件一次性加入上下文，不但不会让答案必然更准确，反而可能让旧资料、不同产品和内部信息互相干扰。
在96智见的工作链路中，知识库负责保存企业事实，智能体负责按任务组织这些事实。两者作用不同：知识库回答“依据在哪里”，智能体回答“针对当前任务怎样使用依据”。
智能体、模型和知识库分别负责什么
大模型提供语言理解和生成能力；知识库保存企业自己的品牌、产品、服务、案例和问答资料；智能体则把任务要求、知识范围和输出方式连接起来。例如，同一套企业资料可以分别用于产品问答、内容提纲、资料检查和数据分析，但每种任务需要不同指令和输出标准。
如果没有知识库，智能体只能依靠通用模型知识和用户临时输入，容易缺少企业细节；如果没有清楚任务，即使知识库很完整，输出也可能把不同资料简单拼在一起。
第一步是限定当前任务
调用前要先说明智能体这次要完成什么。写一篇产品说明、回答客户问题、检查事实冲突和生成案例摘要，所需资料并不相同。任务还应包含目标读者、文章用途、需要回答的核心问题和不能编写的内容。
例如，回答“某产品适合哪些人”时，需要调用产品特点、适用条件和限制；回答“企业是否提供某项服务”时，需要调用当前服务范围。没有相关资料时，智能体应提示需要补充，而不是自动给出肯定答案。
第二步是选择知识范围
知识范围可以按企业、品牌、产品、地区、项目或文档选择。范围过大，模型可能引用无关文件；范围过小，则可能遗漏必要条件。运营人员需要根据问题决定是选择一个文件、一个分类，还是多个相互补充的资料。
- 品牌介绍任务，优先调用公司和品牌当前资料；
- 产品选择任务，调用产品说明、使用场景和常见问题；
- 案例文章任务，调用项目记录和允许公开的证据；
- 合规检查任务，调用内容规范、敏感词和行业要求。
智能体的专业性，不体现在读取文件越多，而体现在知道当前问题该使用哪些资料、哪些资料不能混用。
第三步是让输出保留事实依据
智能体生成内容时，应尽量区分资料中明确记录的事实、根据事实作出的解释和仍需企业确认的信息。对于数字、参数、时间、客户名称、资质和项目结果，最好能够回到原始文件检查。
如果两个资料存在冲突，系统不应替企业擅自选择对自己更有利的版本。正确处理方式是标出冲突，请负责人确认当前口径，再更新知识库。
人工审核不能省略
智能体能够减少查找、整理和初稿时间，但不能判断企业内部资料是否真实、客户是否授权公开，也不能代替法律或行业审核。文章发布前仍需要检查主体名称、产品范围、数字、引用、承诺性表达和隐私信息。
涉及医疗、教育、金融、招商、功效和价格等内容时，人工审核尤其重要。知识库中存在某句话，不代表它自动适合公开传播。
审核还要检查输出形式是否符合任务。文章初稿需要完整结构和引用，客服答复需要简洁并说明下一步，资料检查则应列出冲突而不是改写成宣传稿。同一个智能体如果不区分输出形式，内容即使没有事实错误，也可能无法直接使用。
对于反复使用的任务，可以保存固定检查项，但每次仍要根据品牌、产品和知识范围重新确认，不能把旧任务中的条件直接套到新项目。
智能体怎样进入完整GEO流程
在完整流程中，智能体位于资料和公开内容之间：前面依赖品牌建档、知识库和问题地图，后面连接人工编辑、合规检查、官网发布和AI品牌监测。监测发现回答不准确时，也可以反向检查是不是知识库缺少资料，或者内容没有覆盖该问题。
企业使用智能体的目标不是取消人工，而是让人工把时间用在资料确认、判断和审核上，把重复查找和整理交给系统。