每个企业都有一堆"只有老员工知道"的营销经验。RAG 知识库把这些经验变成"新员工也能问"的智能助手。
营销团队最怕人员流动：老销售一走，客户偏好、话术精髓、竞品应对全带走。大模型 + RAG 的打法，是把这些隐性知识显性化、结构化，沉淀为一个"永远在岗"的营销助手，新人问它、AI 客服接它、内容生产用它。
知识库装什么
产品知识（参数、卖点、对比）、客户 FAQ（高频问题与标准答）、竞品情报（优劣对比、应对话术）、品牌规范（调性、禁语、视觉）、案例库（成功打法、失败教训）、行业洞察（趋势、政策）。六类齐全，助手才算"懂行"。
搭建四步
采集（汇总散落文档）→ 清洗（统一口径、去过期、标时效）→ 切片向量化（按语义切块入库）→ 测试迭代（用真实问题测，答错就补）。关键动作是"持续维护"：知识库不是建完就完，要有人定期更新，否则会慢慢失效。
三种用法
对内：新人培训助手（"这款产品怎么卖""客户嫌贵怎么应对"）。对客：智能客服与销售 copilot（实时话术提示）。对内容：自动生成符合品牌调性的文案，不跑偏。
隔离与权限：不同业务线、不同敏感度的知识库应隔离，并设访问权限。客户数据类知识必须脱敏，禁止把未脱敏的隐私直接喂给公有模型。
企业营销知识库的本质，是把"组织记忆"变成"可调用能力"。当经验不再随人走，团队的韧性就建立起来了——这才是 AI 给企业最实在的资产。