文件 AI

文件 AI 流程:以公司文件作答,每個答案附原文出處

截至 2026 年 11 月,文件 AI 流程把合約、政策、報告及申報文件,轉化為可核對的答案。Super Cat Technology 為財務、法律及合規團隊建立完整的文件 AI 流程:解析、檢索、引用及評估;機密文件可部署於貴公司自有基建。每個答案均附上支持它的原文段落。

預約 30 分鐘通話

什麼是文件 AI 流程?

文件 AI 流程是一個系統:它讀取一組來源文件,保留文件原有的結構,並在回答問題時指出支持答案的原文段落。它不是一個對著文件夾的聊天視窗。流程要決定如何解析、如何切分、檢索什麼、何時拒絕作答,以及如何用原文證明答案。

大部分文件 AI 項目停在檢索一步。模型可以找到相關頁面,卻從表格的錯誤一行作答,或把兩份文件混合成一句自信的結論。文件 AI 流程用保留版面的解析、每個段落的來源標記、以真實問題建立的評估測試集,以及證據不足時拒絕作答的路徑,收窄這個落差。

界線同樣重要。文件 AI 流程不是通用聊天機械人、不是搜尋框,也不是一次性的文件摘要。它是一個為指定文件集及指定問題集而設的系統,並附有測試集,說明它在哪裡成立、在哪裡不成立。

適合哪些團隊?

  • 需要從申報文件、合約及會計政策作答的財務團隊。
  • 需要跨文件庫核對責任條款的法律及合規團隊。
  • 把報告及研究整理成附出處答案的專業服務公司。
  • 需要文件密集流程具備審計紀錄的營運團隊。

合適的第一個項目,具備穩定的文件集、團隊已在問同一批問題,以及一個能攔住錯誤答案的覆核步驟。如果文件每小時都在變,或者無人負責來源文件的真確性,應先處理這個問題。

它不適合只想做通用聊天機械人,或接受無出處答案的團隊。客戶對話由 Voice AI Agent 頁面 處理;讓團隊採用現有 AI 工具,則由 企業 AI 採用頁面 處理。

你會得到什麼?

  • 為一個文件集及一個問題集而設的流程,而非通用示範。
  • 保留版面的解析,涵蓋文字、表格、掃描件及圖表說明。
  • 檢索及引用層,每個答案傳回支持它的原文段落。
  • 以貴公司真實問題建立的評估測試集,對檢索及答案準確度給出通過或失敗。
  • 部署於貴公司雲端或自有基建,並符合貴公司安全審查的權限要求。
  • 操作手冊及移交,或按月營運及監察服務。

評估測試集是流程離開試點階段的決定條件。每次改動都用同一批問題重跑,解析、檢索或模型一旦退步,會顯示為失敗測試,而不是正式運作後的意外。

第一個流程涵蓋什麼?

第一個版本刻意收窄:一個文件集、一個問題集、一個覆核流程。典型範圍包括:

  1. 文件集,例如合約、政策、報告或合規文庫。
  2. 團隊真實會問的問題,從實際工作收集,而非工作坊內憑空想像。
  3. 覆核人員需要的引用格式:頁碼、章節、表格行或段落。
  4. 評估測試集,包含已知答案及已知無法回答的問題。
  5. 能通過貴公司安全審查的部署路徑,在貴公司雲端或自有基建。

這個範圍小得可以在數週內測試,也具體得足以顯示流程是否成立。第二個文件集或新團隊,是另一次評估,而不是一個開關。

如何運作?

  1. 探索衝刺,5 日。我們梳理文件集、問題、權限規則,以及答錯的代價。在界定建置範圍前,先為風險最高的解析及檢索路徑製作原型。
  2. 建置,2 至 8 週,按時計費。我們進行解析、索引、引用及評估。評估測試集由第一週開始運行,而非最後才補上。
  3. 營運或移交。我們按月營運及監察流程,或把程式碼、評估測試集及操作手冊移交貴公司團隊。監察範圍包括檢索質素、拒絕率及未回答問題,讓流程主動報告失敗位置,而非等待用戶發現。

案例:四大會計師行的附出處答案

Super Cat Technology 為一間四大會計師行建立多模態檢索系統,覆蓋該行完整的合規文庫,並完全運行於該行自有基建。OCR 及表格解析讓費率表、披露矩陣及掃描附件可被搜尋。檢索以引用為目標,而非摘要,因此每個答案均附上支持它的原文段落。詳見 四大會計師行企業 RAG 案例。

同樣的交付模式適用於香港的文件 AI 流程。香港 RAG 頁面 涵蓋數據留存、《私隱條例》(PDPO)及金管局(HKMA)要求,以及中英雙語文件。

成本與合作模式

合作按時計費。5 日探索衝刺界定文件集、問題、部署限制及評估深度;貴公司在建置開始前批准估算。主要成本來自文件種類數目、掃描質素、語言及版面、部署限制,以及所需評估深度。

如果私有、本地部署的平台比定製建置更合適,Super Chain® 是產品選項。自建或外購指南 說明兩者的取捨。

風險與限制

  • 掃描質素差或版面複雜的文件會流失結構。我們在探索階段抽驗最難的頁面,然後才界定建置範圍。
  • 跨多份文件的問題,可能檢索到正確頁面,卻漏掉之間的關聯。評估測試集會測試跨文件問題,證據不足時系統拒絕作答。
  • 高風險答案仍需人手覆核。流程顯示原文,讓覆核是核對,而不是重讀整份文件。
  • 數據留存及權限規則可能改變架構。安全設計屬於探索衝刺,而非建置後補。
  • 流程是為指定文件集及問題集而設。新的領域需要新一輪評估。

常見問題

文件 AI 流程與文件聊天機械人有何分別?

文件 AI 流程會解析文件集、檢索與問題相關的段落,並在作答時引用原文。與文件夾聊天機械人不同,它有評估測試集、拒絕作答路徑及來源紀錄。Super Cat Technology 把它建成正式運作的系統,而非示範。

可以讀取掃描 PDF、表格及中英雙語文件嗎?

可以,前提是文件保留足夠訊號。流程用 OCR 及版面解析還原掃描件的文字,保留表格結構,讓行列與標籤維持對應,並在同一文庫處理中文及英文。我們先抽驗最差的頁面,因為在容易的頁面上示範成功,證明不了什麼。

如何避免模型憑空作答?

答案只限於檢索到的證據,每個答案附上原文段落。評估測試集包含文件無法回答的問題,因此拒絕作答會被視為通過,而非失敗。一個什麼都答的模型是警號,不是成果。

可以部署於貴公司自有基建嗎?

可以。四大會計師行的系統完全運行於該行自有基建,文件及評估數據均未離開該行環境。香港部署的數據留存及監管要求,詳見香港 RAG 頁面。

建置需時多久?

探索衝刺為 5 日。建置一般為 2 至 8 週,按時計費,視乎文件種類、掃描質素及評估深度而定。Forward-deployed AI 工程師模式說明團隊如何進駐貴公司程式碼庫。

費用如何計算?

建置按時計費,在探索衝刺後界定範圍。費用取決於文件種類、掃描質素、語言、部署限制及評估深度。我們不設固定套餐,因為十份乾淨合約與一個掃描、雙語的合規文庫,是兩種不同的工作。

可以處理哪些文件?

合約、政策、報告、申報文件、手冊及研究文庫。流程最擅長保留文件原有結構:條款、表格、章節及引用。手寫筆記、純圖像頁面及沒有可靠文字層的文件較弱;我們會在承諾範圍前先測試。

First-Sprint Data Scientist

經審核的工程師加入貴公司的團隊,Sprint 1 完結前交付成果。

在下面預約時間,與貴公司通話的就是我本人。請帶同用例、數據及限制條件,我會直接告訴貴公司可行性、所需工作量,以及第一步應該交付甚麼。

預約通話

Cat Yung

配合香港及倫敦時區

預約通話 · 與 Cat Yung 通話 30 分鐘