問題
資料一半是文字、一半是表格，還有圖片，並非 RAG 教學中那種整齊的文章。
方案
每種格式先按其特性解析，才存入 vector database，而非全部壓成文字再交由 embedding 估算。在 ingestion、retrieval 與 evaluation 各層共投入 246 小時。
痛點
- 表格被切成兩半
- 關鍵數字藏在圖片中
- 自信卻錯誤的答案
成果
246 小時 · 長期合作
Tech Stack
RAGMultimodalMachine LearningPython可靠之處
格式一旦混雜，簡單的 RAG 便會悄悄出錯：表格被切開、數字藏在未建 index 的圖片中，答案卻說得十分肯定。沒有 error、沒有 alert，只有流暢但錯誤的答案，這是最危險的失敗。
相關服務: 企業 RAG
更多項目案例
四大會計師行客戶 · 完全本地部署
四大會計師行：合規文庫 RAG Chatbot
數千頁合規文件可即時查詢，每個答案均附原文出處。
- 查一條問題要翻數千頁
- 資深同事須代為檢索資料
每月 20 萬通來電 · 預約率 67%（真人 77%）
24/7 AI Call Centre：每月 20 萬通來電
為一間 5,000 人美國企業旗下 60 個 HVAC 品牌，每月處理 20 萬通來電。AI 預約率達 67%，真人團隊為 77%，差距僅 10 個百分點，且全天候運作。
- 夜間及週末無人接聽
- 每更增聘人手成本過高
首三個月收回逾 100 萬美元
AI 收款及付款提醒
AI 前台的姊妹產品：定時、有禮地追收款項，附付款連結，客戶一付款即自動停止。上線首三個月已為客戶收回逾 100 萬美元。
- 追收款項尷尬又易拖延
- 可計費時間被收款工作佔用