指南 · 企业 AI 知识库 / RAG / 权限内问答
企业 AI 知识库数据安全指南
写给准备建设企业知识库、RAG 或 AI Agent 的法务、合规、数据安全、IT 和业务团队。重点不是把所有文档一次性倒入系统，而是先定义数据范围、脱敏策略、权限边界、人工复核和审计记录。
- 适用场景
- 知识库、RAG、AI Agent 和权限内文件问答
- 治理重点
- 入库前处理、权限继承、检索边界和审计记录
- 更新日期
Conclusion first
先给结论
企业 AI 知识库的数据安全，应从“文档进入知识库之前”开始设计：先按来源、敏感程度和使用目的分类，再处理不必要的敏感信息，确认权限范围，限制检索和回答边界，并保留入库、访问、问答、导出和撤权记录。
RAG 或 AI Agent 的价值来自企业知识，但风险也来自同一批文档。可行的治理模型不是让 AI 拥有不受限制的项目知识，而是让 AI 只能在用户有权访问的文件和文件夹范围内回答，并让高风险内容进入人工复核流程。
Buyer problem
搜索这个问题的团队真正要解决什么
搜索“企业 AI 知识库数据安全”“RAG 文档脱敏”或“AI Agent 权限边界”的团队，通常已经有大量合同、尽调资料、客户文件、研发资料、财务附件、会议纪要和内部制度，希望让 AI 帮助检索、总结和问答。
入库之后，信息会被重新组合
文档被切片、索引和检索后，原本分散在多个文件里的敏感片段可能在回答中被重新拼接。入库前的分类和脱敏能减少不必要的下游暴露。
权限不应只停留在文件夹层面
知识库问答需要继承用户权限，回答也应受到权限范围约束。否则，用户可能通过提问触达本不应看到的项目资料。
审计记录要覆盖 AI 使用过程
团队需要知道哪些文档被入库，谁访问了知识库，哪些问题被提出，哪些结果被导出，以及权限变更何时发生。
Security dimensions
企业 AI 知识库应关注的安全维度
企业知识库的数据安全不是一个单点设置，而是文档准备、索引、检索、回答、导出和复盘的组合。下面这些维度可以作为项目启动前的讨论框架。
| 风险区域 | 进入 RAG / AI Agent 后可能发生什么 | 入库前控制 | 人工复核问题 | 建议保留的证据 |
|---|---|---|---|---|
| 敏感字段 | 个人、客户、财务、合同或医疗健康信息被切片后，在问答中与其他片段重新组合。 | 先分类，再对非必要字段做脱敏、泛化、隔离或排除。 | 哪些字段必须保留？哪些字段只允许特定角色查看？ | 分类依据、脱敏规则、复核人、批准时间和版本记录。 |
| 权限继承 | 用户通过提问获得跨项目、跨文件夹或跨角色的回答片段。 | 让检索、摘要、引用和导出都绑定用户有权访问的文件范围。 | 知识库是否继承数据室权限？权限变更后索引是否同步更新？ | 用户角色、文件夹权限、索引范围、权限变更和撤权记录。 |
| 回答边界 | AI 将资料摘要误读为法律、监管、投资、医疗或合同判断。 | 为高风险主题设置提示边界、回答限制和升级复核路径。 | 哪些问题只能辅助查找资料，不能作为最终判断？ | 测试问题、回答样本、复核意见和升级处理记录。 |
| 下游复用 | 摘要、引用片段或导出报告进入翻译、外部审阅、尽调或其他 AI 流程。 | 区分内部问答、外发材料、翻译版本和 AI 输入版本。 | 导出前是否需要再次脱敏？接收方能否看到引用来源？ | 导出人、接收范围、导出版本、外发审批和归档记录。 |
数据分级
区分公开资料、内部资料、敏感资料、受限项目资料和需要审批的文档，避免所有文件按同一策略入库。
入库前脱敏
在进入知识库、向量索引或 AI Agent 工作流前，先处理不必要的个人、客户、财务、合同、医疗、研发和内部意见信息。
权限范围
确保问答、检索、摘要和引用只发生在用户有权访问的文件和文件夹范围内，避免跨项目或跨角色泄露。
回答边界
对高风险主题设置复核或限制策略，避免 AI 生成超出资料范围、权限范围或专业判断边界的回答。
导出与复用
明确问答结果、摘要、引用片段和导出报告是否能外发，以及外发前是否需要复核或再次脱敏。
审计记录
保留入库、索引、访问、提问、引用、导出、权限变更和撤权记录，便于项目复盘和内部审阅。
Recommended workflow
敏感文档进入知识库前的七步流程
这套流程适用于企业知识库、权限内文件问答、RAG 检索增强、AI Agent 项目资料分析和跨团队文档协作。
定义知识库范围
确认项目、用户角色、文档来源、文件夹范围、回答用途和禁止进入知识库的资料类型。
分类并识别敏感信息
按公开、内部、敏感、受限和需审批资料分组，并用 AI 或规则标记个人、客户、合同、财务、医疗、研发和内部意见候选项。
脱敏或隔离高风险内容
删除、替换、泛化或隔离不必要的敏感内容。对于必须保留的字段，记录保留原因和可访问角色。
保留权限和检索边界
让知识库问答继承文件和文件夹权限，限制跨项目、跨角色、跨数据室的检索和引用，并确认权限变更后索引范围会同步更新。
批准入库版本
由业务负责人、数据安全、合规或法务角色确认哪些清洁版本可以入库，哪些资料只能留在受限空间，哪些需要暂缓进入 AI 工作流。
测试检索泄漏
用不同角色、项目和问题模板测试回答结果，检查是否引用无权文件、泄露敏感片段、跨项目拼接，或生成超出资料范围的判断。
持续审计和撤权
记录入库、索引、访问、提问、引用、导出、权限调整、撤权和归档动作。项目结束或角色变化时，应复核知识库范围和历史访问证据。
Review boundary
哪些边界必须人工确认
企业知识库可以提升资料发现和问答效率，但不能替代专业判断。尤其涉及法律、财务、医疗健康、交易披露和跨境协作时，应把复核责任和升级路径写进流程。
入库范围确认
哪些文件能入库，哪些只能留在受限空间，哪些需要先脱敏或审批，应由业务负责人、数据安全或合规角色共同确认。
法律特权和披露边界
涉及法律意见、交易披露、争议材料和保密沟通时，应确认资料是否适合进入可检索知识库，以及回答是否需要升级给授权审阅人。
个人、客户和员工信息
身份证件、联系方式、账户、薪酬、健康资料和客户记录等信息，应在入库前判断是否有必要进入问答范围，并保留处理依据。
合同价格和商业条款
价格、折扣、排他条款、里程碑、赔偿责任和未公开交易信息，可能影响谈判或披露边界，适合设置更严格的角色和导出限制。
回答用途确认
AI 输出适合辅助查找和总结，不应被当作法律、监管、医疗、投资或合同结论。高风险输出应进入人工复核。
合规边界说明
本文不构成法律、监管或合规建议。具体义务取决于司法辖区、部署方式、系统配置、内部制度和客户自身工作流程。
Enterprise checklist
企业上线前自查清单
数据来源：知识库包含哪些项目、数据室、文件夹、邮件上传、扫描件、附件和历史版本？
敏感类型：是否识别个人、客户、合同、财务、医疗健康、研发、内部意见和项目代号等信息？
权限范围：问答结果是否只基于用户有权访问的文件和文件夹，是否能避免跨项目引用？
复核责任：谁批准文件入库，谁处理高风险回答，谁确认导出或外发内容？
下游使用：回答、摘要、引用片段、导出报告是否会进入外部审阅、翻译、尽调或其他 AI 流程？
审计证据：是否能回看入库、访问、提问、引用、导出、权限变更、撤权和归档记录？
bestCoffer thinking
bestCoffer 的相关思路
让知识库问答留在受控文档流程内。
bestCoffer 关注的不是让 AI 知识库绕过权限查看所有资料，而是把虚拟数据室、AI 脱敏、权限内文件问答、人工复核、导出策略和审计记录放入同一套受控文档协作流程。用户只能基于自己有权访问的文件和文件夹提问，敏感文档可以在入库前先经过脱敏或隔离。
在合适的部署和配置边界内，团队可以让敏感文档尽量保留在选定区域，并让 AI 能力在数据所在区域或客户选择的受控环境中运行。对企业知识库来说，重要的不只是回答速度，而是数据范围、权限范围和复核证据是否清楚。
FAQ
常见问题
这些问题适合用于企业知识库项目启动、数据治理评审、AI 工作流接入和外部协作前的内部讨论。