十字路口Crossing 前天 21:08
深度体验飞书 AI 新功能,可能是 2025 最「真实能用」的一次 AI 落地
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

飞书推出的「知识问答」功能,通过整合企业历史文档和聊天记录,结合互联网公开知识,为用户提供高效、精准的知识检索和问题解答服务。该功能在模糊意图搜索、深层知识挖掘、以及三域知识融合方面表现出色,极大地提升了工作效率。飞书对该功能高度重视,并鼓励用户进行知识结构化,旨在激活沉睡的知识资产,实现AI赋能下的生产力变革。

💡 **模糊意图搜索:** 飞书“知识问答”擅长处理模糊、碎片化的信息查询需求,支持语音输入,即使提问不清晰,也能快速找到所需答案,尤其适用于移动办公场景。

🔍 **深层知识挖掘:** 该功能能够从海量文档中迅速定位信息,即使是“藏在历史中的尘封资料”也能被精准检索,例如快速找到多年前的分享内容或特定文件。

🌐 **三域知识融合:** 飞书“知识问答”融合了“私人上传文件+公域网络信息+飞书内部知识”,并结合DeepSeek R1和豆包大模型,提供更全面、准确的答案,激发创意灵感,并提供落地渠道。

🔒 **个性化知识库:** 飞书“知识问答”根据用户权限提供个性化回答,确保信息安全。未来,还将实现企业内部知识库与外部顾问知识库的连接,提升协作效率。

🌱 **知识架构师:** 飞书鼓励用户进行知识结构化,将AI功能与知识管理相结合,帮助用户成为“知识架构师”,更好地利用AI工具,实现生产力提升。

原创 镜山 2025-05-21 13:48 北京

灰度几个月后,飞书终于把它放出来了。

飞书「知识问答」,今天开启更大规模内测ing

👦🏻 作者: 镜山

🥷 编辑: Koji、小居

🧑‍🎨 排版: NC

「先进团队,先用飞书」是我最喜欢的科技公司 slogan 之一。

现在,我相信不止是「十字路口」这样的先进团队(咳),已经有越来越多的个人、团队、企业都离不开飞书和它的整个生态系统了。

飞书也没有让它的用户们失望,持续推陈出新,不断帮大家提高工作和协同的效率。

今天,飞书「知识问答」开启了更大规模内测。 ——据飞书团队告知「十字路口」,虽然该功能仍需申请内测才能开通,但从今天起申请的审批速度将大幅提升。

飞书的「知识问答」是什么?

简单来说,大家这几年在飞书上积累的所有历史文档和聊天记录,现在都自动转化为企业的 AI 数据资产。

当你提出问题时,它会通过 DeepSeek-R1 或豆包大模型,在飞书的所有文档和聊天记录中搜寻答案。同时,它还会利用互联网上的公开知识来补充,从而生成更完整的回答。

作为飞书用户,从生成式 AI 诞生的第一天起,我们就翘首期盼这项功能。我们一直认为它必将推出,只是时间早晚的问题。

它很「好用」

自从它开始灰度测试以来,「十字路口」就感受到了它的价值,因此团队内部在积极深度体验。

「知识问答」并不是一个全新的概念,但是「能用」和「好用」其实是两个完全不同的概念。

在经过两个月的使用后,我们可以肯定地说:它非常「好用」!对于善于运用它的组织来说,这很可能是今年最有价值的一次 AI 落地。

它很受「重视」

值得注意的是,飞书对它的重视程度非常高:企业开通「知识问答」后,所有成员的 App 首页第一个标签页就自动变成了它,在 PC 端也位列前排。

这充分体现了飞书对该功能的重视,这种重视源自对其用户价值的判断,以及对它未来将成为高频使用功能的预期。

🚥

「十字路口」今天这篇评测,打算来全方位介绍和挑战飞书「知识问答」,同时分享下过去两个月的深度体验中的一些洞见

我们最心水的功能:「模糊意图搜索」

在所有「知识问答」能做到的事情中,最有价值、也最吸引我们的使用场景,就是「模糊意图搜索」,比如:

昨天谁跟我聊了 xx 问题?但我记不起来了

在哪篇周报里提及了 xx 项目的完成情况?

我曾经在哪个群中聊过关于 xx 的话题?

我们也试了各种提问的角度,比如:

「十字路口」的播客,重心调整成啥了?

我记得 Koji 和一位 00 后创业者开会来着,他们讨论什么了

飞书的回答都很棒,都迅速找到了我们需要的答案。

「知识问答」能挖到超久远的知识

飞书作为「国民级」协作工具,商业成功的一大部分源于用户已经习惯性地将知识全部迁移进了进去

但使用越多,知识堆积越严重。我们经常囤积「可能有用」的文档,却慢慢也都被迫成了「藏进历史中的尘封资料」。

我们一直潜伏在「飞行社」这个特殊的「飞书爱好者」组织之中,这是一个沉淀了3年、拥有海量上下文和知识库的组织。

让我们先挑战一下飞书的「知识问答」,在这样的组织中,可以完成哪些任务?

比如,Koji 在 2022 年飞行社刚成立时的第三位「飞行嘉宾」,我想找除他当时在飞行社做的分享内容。

于是,我简单地输入了一段提示词:

Koji 在飞行社做过哪些分享?

对了,在使用「知识问答」时,为了得到最全面的答案,我一般会将「使用知识」与「联网搜索」同时打开。

几秒钟后,我在 DeepSeek-R1 的深度思考链中,找到了一系列 Koji 的分享记录,其中最重要的是当时的分享文档:《Koji:和 50 人一起用飞书"造岛"的故事》。

要知道,「飞行社」这个组织内的文档数量远超一般企业,因为成员众多且氛围活跃。虽然具体文档数量无法确定,但保守估计至少有数万份,甚至数十万份。

能从如此海量的文档中,迅速「捞针」找到我们想要的这一份,很棒。

这份文档记录了 Koji 在 2022 年分享的关于如何利用飞书协作工具,与「躺岛」 50 人团队高效工作的经验和心得。

除了搜索海量的飞书内部文档之外,它对使用者的「容忍度」也非常的高。

它真的不需要「好的提示词」

1)碎片化场景里,「知识问答」非常的 Nice

现代人的工作场景很多都是发生在路上,而不是坐在电脑前思考一条「完美的提示词」,等待 AI 慢慢地解答问题。

如果一条「意图清晰,但叙述模糊」的语音就能解决问题的话,往往就能在这些碎片化的场景中,把生产力高效地拉起来。

想象这个场景:我正在赶飞机,急需查看飞书群里关于 Koji 邀请梁海源老师访谈的文档,但聊天记录已经被新消息淹没了,这时候该怎么办?

飞书「知识问答」就很好地解决了这个痛点,手机端可以直接发送语音,并且会基于群消息里的知识,自动推测并对齐模糊的用户意图

像是语音很难识别 Koji 其实是个英文外号,而以为是「寇吉」。

这个略带文字错误的问题发送给了「知识问答」后,它会根据「梁海源」老师的名字,搜到 3 篇参考资料,一篇来源于群消息里的知识文件,另两篇则是脱口秀大会等无关信息

但它仍然能够从「十字路口」企业内的知识库里匹配到逻辑正确的答案。

「 在用户的问题中,梁海源老师并不单独存在,知识源中需要耦合 Koji 和梁海源这两个人物的概念,然后才是正确答案」—— 我想,「知识问答」应该是这么思考的。

只用了十几秒,「知识问答」就已经给出了一份快问快答问题的答案。

在日常回答中,使用豆包和 DeepSeek R1 的「知识问答」给出的答案都非常简洁且精准。

2)帮你找到所有被遗忘在飞书里的文件

在搜索某一份文件时,「知识问答」体现的作用会更大。

它非常适合这样的场景:有一份被内嵌在飞书「某个知识库里的某个文件里的某个角落」的文件,已经几年过去了,但我还记得一个大概的时间点…..

这时候就可以非常模糊地提一句:

2022 年初躺岛出了个品牌手册我记得……

同样,满血版 DeepSeek-R1 的推理速度非常快,直接在一份并不在企业内部知识库里的飞书文档中找到了它,并提取了 PDF 文件的名称与大小

「知识问答」还会自动根据 PDF 所在文件的上下文进行提炼内容,做一个小总结,并且非常贴心地给出了「躺岛-品牌手册 2022.01.pdf」的链接,一键直达。

三域知识,会互相碰撞出怎样的火花?

传统「AI 知识库」产品中,一般是这种功能结构:

    上传 PDF 或者是其他文件到知识库中

    让 AI 一边联网搜索信息,做检索增强生成(RAG)

    生成一份与知识内容较为匹配的答案

但是,这些 AI 知识库往往脱离于工作平台单独运行,或者是以社媒平台作为载体,无法运用在日常场景中沉淀下来的知识。

「知识问答」就在这一方面有了很明显的进步,它做到了三域融合:

「私人上传文件 + 公域网络信息 + 飞书内部知识」,再搭载 DeepSeek R1 和豆包,体验的完成度确实很好。

知识库支持三种用户上传格式:PDF、Word 和 PPT,除了本地上传之外,还可以微信导入。

「知识问答」开启联网搜索后,信息源非常的广:像是即刻、各种博客、传统网站,甚至还有 Boss 直聘。

并且,基于知识库的「知识问答」所生成的内容,具有较高的准确性。

比如,我在知识库里上传了个 AI Hacker House 的设计图,里面几乎全部是建筑内外部设计原型图:

在「知识问答」里,我很简短地输入了一段提示词,让它结合 AI Hacker House 的设计图与「躺岛」品牌和产品概念做个融合:

结果很不错。

在这些图片中,飞书成功识别出了多个关键设计元素,如"开放/好客"、"越科技越自然"、"脚手架展示体系"和"木桁架展示体系"等。它不仅在文档中精准定位了这些关键词,还基于这些概念进行了富有创意的发散性思考。

「知识问答」给出了一份报告,效果相当不错——它成功地将 AI Hacker House 的元素与躺岛的产品理念进行了自然融合。

除了个人上传的文件和企业内部的知识库之外,互联网上的知识也融入了生成的结果之中。

比如,我发现:「躺岛的谐音梗与 IP 化手法(贾冰老师与真冰)」也被运用到了答案中,这部分知识来自一个新闻网站。

除了将三域知识结合之外,它还会主动搜索一些看似无关的知识,并为创意提供具体的落地渠道

比如在跨次元品牌联名案例中,它主动查找了设计类 Agent Lovart 的相关信息,并建议:你可以用 Lovart 来完成「AI Hacker House x 躺岛」小项目的原型初稿。

通过持续对话,你会发现「知识问答」能激发出更多创意灵感,甚至能为你生成一份简单的「融合设计方案示例」。

我们还看到了「知识问答」身上更多的可能性:

飞书官方也发布了一些 Case,我从中挑了几个最具潜力和创新性的方向讲一讲:

1)所有碎片化的知识,都是宝藏

在企业和个人的日常工作和生活中,经常会有大量有价值的信息散落在各种格式的文件里,像是:文档、表格、多维表格等等。

现在的「知识问答」已经能够根据用户指令,将碎片化的信息整理出来:

如果这些碎片化的信息,能够有机地整合起来,说不定会产生意想不到的效果。

比如,多模态 AI 能力与「知识问答」更好地融合后,用户甚至可以进行图像搜索。像是:直接上传一张会议截图,系统可提取关键讨论点并关联相关文档等等。

我有点期待了。

2)知识库「千人千面」

「知识问答」会根据每个使用者的权限范围内的企业知识来提供个性化回答。如果用户无权访问某个文档,该文档就不会被用作搜索来源。

例如,当询问「上个月我们抖音渠道的利润是多少?」这样的财务问题时,能看到公司财报文档的管理者视角会得到具体答案,而没有权限的普通员工视角则无法获取这些信息。

这样的顶层设计能够确保企业的信息安全。

除此之外,还能根据用户角色(像是财务、HR、IT、运营等等)权限等级(像是普通员工、部门主管等等),定制问答模式。

管理者视角会基于权限出现准确答案

员工视角则会出现「抱歉」提示

在未来,飞书平台已具备足够的技术基础来实现「企业内部知识库与外部顾问知识库」的连接。

通过向特定外部人员开放有限的权限,将能显著提升内外部团队的协作效率。

3) AI Ready,倒逼用户做好知识管理

我注意到了很有趣的一点:飞书「知识问答」并没有将这款优秀的产品做完就扔给用户,而是,反其道而行之,「挑战用户的心智」

他们希望使用者在团队协作过程中,能自发地去 AI Ready自主地做好知识结构化的工作。

下面是他们提供的建议:

可以说,飞书并未将 AI 功能设计为一个「黑盒」,而是想帮助用户做好「知识架构师」的角色。

做 AI 知识库的千千万,倒逼并挑战用户心智的这还是头一个。

沉下心做 AI 的飞书

飞书一直都在用 AI 重塑生产力,拓宽边界,我们也一直相信「飞书 + AI 」的组合会带给我们不断的惊喜。

尤其是当我们这回深度体验飞书「知识问答」后,感受到:AI 与办公场景的深度结合,不仅仅是效率提升这么简单,而是彻底激活了我们过去被囤积的、沉睡的知识资产。

这些知识不再是杂乱无章的历史碎片,而是被精心挖掘、被 AI 整理并赋予新价值的宝藏。

🚥

在这场「AI 知识资产」的革命中,飞书是排头兵。

这让我想起前段时间,红杉美国的合伙人在 AI Ascent 大会上分享的洞察:

AI 公司里,95% 全都是在做公司,只有 5% 才是在做 AI。

沉下心来做 AI 的飞书,值得更多的掌声。

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

飞书 知识问答 AI 知识管理 办公
相关文章