什么是 AI 接地（Grounding）？
AI 接地，是指强制 AI 只根据你提供的指定文件作答，而不是根据它训练时吸收的公开资料作答。有接地的助手会先打开你的价目表才报价；没有接地的助手，会生成一个看起来很合理、却从来不属于你公司的数字。
大多数老板的假设刚好与事实相反。他们以为一个能流畅说出保养条款的聊天机器人，一定读过自己公司的保养条款。事实是它从来没有读过。它读过的是全世界数百万家其他公司的保养页面，然后把它们平均成一句刚好符合你问题形状的答案。
「听起来正确」与「对你的公司而言正确」之间的落差，是目前中小企应用 AI 最昂贵的一个误解。接地就是用来填补这道落差的技术。
AI 为什么会编造关于我公司的资料？
语言模型对你的公司毫无记忆。它从未看过你的货品编号、供应商合约、员工手册或现行价格。当你提问时，它只是生成统计上最可能出现的答案，那是一个穿上事实外衣的猜测。
这个机制值得理解一次，因为它几乎解释了中小企在 AI 上遇到的所有失误。
模型接受的训练，是预测下一段文字应该是什么。当它看到「本公司标准保养期为」这几个字，它就会把句子补完。它没有能力分辨自己是「补得正确」还是「补得像样」。从模型内部看，两者完全相同。
业界对这个问题的分析说得很直接：模型非常擅长生成听起来合理的回应，但在缺乏真实资料的情况下，它本质上只是在做有根据的猜测。这个猜测不是模型的故障，而是模型在一条它根本没有得到材料的问题上，正常运作的结果。
因此，一位同事可以向没有接地的助手询问退货政策，得到一段流畅的三段式回复，转发给客户，然后为公司制造一个公司从未作出过的承诺。
接地实际上是怎样运作的？
接地在「书写」之前插入了一个「搜寻」步骤。当问题进来，系统会先搜寻你的文件，抽出最相关的段落，交给模型，并附上一条指令：只准使用这些材料作答，最好还要注明出处。
这种安排的技术名称叫「检索增强生成」，英文缩写 RAG。你不需要记住这个名词才能买得聪明，但你会在供应商的简报上看见它，所以认得出来有好处。
要理解两者的差别，最清楚的比喻是一场面试。
没有接地的 AI，是一位凭记忆作答的求职者。流畅、快速、偶尔出错，而且永远无法告诉你这一次是哪种情况。
有接地的 AI，是同一位求职者，但获准把你公司的手册摊开放在桌上。慢了不足一秒，却能指着页数。
当那个搜寻步骤存在之后，有三件事会改变。
--- 答案可追溯。你可以点回它引用的文件，也就是说有人可以核对。
--- 答案会随文件更新。改动价目表，明天的答案就跟着改，不需要重新训练任何东西。
--- 出错的形态改变了。有接地的系统出错，通常是检索到错误的文件，那是一个找得到、修得好的问题；没有接地的系统出错，是凭空编造，完全不留痕迹。
第三点比前两点重要得多。接地不会令 AI 永不犯错，它令 AI 可审核，而可审核的错误，才是一家九人公司实际上管得住的错误。
在香港中小企身上，接地看起来是什么样子？
实务上，接地与科技的关系不大，反而更像是把你公司每星期口头讲二十次的答案，正式写下来。文件才是真正的工作，检索反而是最容易的一部分。
设想一家位于九龙湾的美容仪器代理公司，八名员工，把韩国与欧洲的仪器卖给本地美容院。客户与同事整天问的，其实是同一批问题。
--- 这台仪器的保养期多久，耗材与主机的保养一样吗？
--- 安装是否包含在报价内，需要多少个工作日？
--- 有没有提供操作培训，几个名额，收不收费？
--- 分期付款的条件是什么，需不需要押金？
--- 坏机之后有没有替换机可用？
目前这些答案散落在四个地方：老板的脑袋、2024 年的一段 WhatsApp 对话、贴在办公室墙上的一张影印纸，以及一份没有人找得到的供应商 PDF。三位同事对「安装是否包含在报价内」给出三个略有不同的答案，而最新入职那位在猜。
要让这家公司接地，第一步不是买软件，而是制作一份文件，里面有那十一条权威答案，写上日期，由老板确认。把任何一个称职的助手指向这份文件，猜测就会停止，员工与 AI 同时停止。
还有一个没有人拿来做宣传的好处。撰写这份文件的过程，会迫使老板发现：十一条答案里面有两条其实从未真正决定过，只是一直即兴处理。让公司接地，往往会揭露一件事：原来会编造答案的不只有 AI。
香港的处境还多一层。本地公司经常把同一份资料保存成两种语言，而一个同时收录了中文答案与英文答案、两者却悄悄互相矛盾的知识库，会用十足的信心给出互相矛盾的回复。一个来源、两个忠实译本，这才是应有的纪律。
关于接地，大部分人误解了什么？
最常见的四个误解，全部都要花钱买单。每一个都会令老板或者多付了不需要付的钱，或者相信了一个本应核对的答案。
误解一：「我们已经用自己的资料训练过 AI。」
几乎没有人做过。训练（或微调）是调整模型的内部行为，昂贵、缓慢，而且极少适合中小企。几乎所有落地的做法其实都是检索，也就是接地。这个区分并非咬文嚼字：微调教模型一种风格，接地给模型一批事实。如果供应商用「训练」来形容「上传你的 PDF」，请问清楚他指的是哪一种。
误解二：「我在对话里上传了档案，所以已经接地了。」
那确实是接地，但只限那一次对话。关掉窗口，知识就消失。真正的接地系统，是文件永久附在工具上，对所有人、每一次都有效。丢进一次对话的档案是一次性动作，不是一种安排。
误解三：「接地之后就不会答错。」
它减少编造，并改变剩下那些错误的形态。如果你的文件夹里有三份分属三个年度的价目表，有接地的助手会满怀信心地引用搜寻刚好捞到的那一份。接地的水准，上限就是背后文件的水准；互相矛盾的文件，只会产生互相矛盾的答案。
误解四：「文件越多，它就越聪明。」
通常刚好相反。十份干净、现行、不重叠的文件，表现胜过四百个包含草稿、旧版本，以及一个叫做「old」的文件夹。每一份过期文件，都是一个正在等待对应问题出现的错误答案。
我应该怎样建立第一个接地知识库？
一个下午足够做出第一版。目标不是完整，而是一份可信的文件，涵盖真正会出现的问题，让之后每一次改善都有地方挂上去。
--- 第一步：列出问题，而不是列出文件。写下客户与同事最常问的十至十五条问题，从真实的信息纪录里抄，不要凭想象。
--- 第二步：每条写一个权威答案。简短、直白、具体。如果房间里有两个人对同一条答案有分歧，那是你欠公司的一个决定，而今天就是决定的日子。
--- 第三步：写上日期，指定负责人。没有指定负责人的知识库，会在一个季度之内悄悄变成错的。
--- 第四步：删除或封存所有竞争版本。把每一份被取代的价目表与旧政策移到 AI 接触不到的地方。单凭这一步，就能预防大部分接地系统的错误。
--- 第五步：附上文件，然后盘问它。把那十五条问题逐一问一次，逐条对照文件核实，并记下它找不到的内容。
--- 第六步：要求注明出处。指示助手说明每个答案来自哪份文件，并在文件里没有答案时，直接说「不知道」。一个肯承认资料缺口的助手，比一个把缺口填满的助手值钱得多。
最后那条指令，是中小企能拿到的最便宜的品质管理，而几乎没有人设定过。
关于 AI 接地的常见问题
接地需要请程序员吗？
做第一版不需要。现时主流的商用助手大多允许你附上文件或连接一个文件夹，那已经是真正的接地。需要程序员的时机，是当答案必须实时从纪录系统抽取，例如库存数量或订单状态，因为那是从数据库检索，而不是从档案检索。
我需要多少份文件才能开始？
一份。一页写得好、涵盖最常见问题的文件，表现胜过一整个未整理的云端硬盘。决定品质的变量不是数量，而是时效与一致性。
文件存放在哪里，这件事重要吗？
比大多数买家愿意查证的程度重要得多。接地意味着把公司资料上传到供应商的系统，这牵涉存放地点、保留期限，以及你的内容是否会被用于训练。这些应该在上传之前以书面形式厘清，而不是之后。详情可参考我们关于资料存放地的说明。
有接地的 AI 还会出现伤害到我的错误吗？
会，所以接地必须配合人手审批，特别是任何不可逆的动作。一张有接地的报价，仍然是一张报价。凡是付钱出去、构成法律承诺，或者公开发布的决定，都值得一个人签名确认。这个原则我们在人手审批机制的文章里详细谈过。
我怎样知道它有效？
挑一条可以量度的问题，例如安装是否包含在报价内，然后数一数一星期之内同事给出相同答案的次数。一致性是最早看得见的回报，而它出现的时间，比任何时间节省都要早。
总结
一个对你公司一无所知的 AI，不是助手，而是一个非常会说话的陌生人。
接地就是陌生人变成同事的方法：不是把模型变得更聪明，而是把你的文件、你的价格、你的政策交给它，再加上一条「必须注明出处」的规矩。技术本身，今天一家九人小店已经用得起。真正决定成败的，反而是那件不好看的工作，就是把你早已知道的事写下来，并且把从未决定过的事决定下来。
那一部分没有供应商可以代你完成，却也不应该由你独力完成。懂AI的冷，更懂你的难。UD 同行28年，让科技成为有温度的陪伴。二十八年来陪香港公司做这类基础功夫，我们学到一件事：第一份文件永远比软件难做，也永远比软件值钱。
从哪里开始
不确定你公司的资料，是否处于一个 AI 用得上的状态？一次简短的体检，就能告诉你哪些文件、系统与流程已经就绪，哪些需要先整理。UD 团队手把手教你，由第一份知识库到正式上线，全程陪你走每一步。
本文由 UD AI 团队（香港）审阅。2026 年 8 月 11 日发布。
