场景一：产品团队构建产品知识库
业务痛点：产品经理日常积累大量需求文档、竞品分析、用户调研，但散落在不同文件夹中，新成员入职时找不到资料，老成员也难以快速定位。
Wiki 方案：
- 将所有产品相关文档（PRD、竞品报告、用户调研）上传到 Wiki 信息源
- AI 自动编译并按概念/实体分类——产品功能归为一类、用户场景归为一类、竞品信息归为一类
- 新成员通过「问 Wiki」快速获取任何产品问题的答案，AI 标注引用来源便于溯源
价值：新成员产品知识上手时间从 2 周缩短到 3 天。
场景二：法务团队管理合同与法规知识
业务痛点：法务部维护大量合同模板和法规文件，人工检索效率低，不同律师对同一条款的理解不一致。
Wiki 方案：
- 上传合同模板库、常用法规文件、历史审查意见
- Wiki 编译后形成结构化知识体系——条款类型、适用场景、风险等级自动分类
- 法务人员审查新合同时，通过「问 Wiki」快速查询类似条款的历史处理方式和风险提示
价值：合同审查效率提升 40%，同类条款处理一致性显著提高。
场景三：技术团队沉淀架构与运维知识
业务痛点：研发团队的技术文档分散在 Confluence、Git、本地笔记中，排查问题时需要多个平台来回切换。
Wiki 方案：
- 将架构文档、运维手册、故障排查记录、技术决策文档统一导入 Wiki
- AI 编译后生成技术知识图谱，展示系统组件之间的关系
- 运维人员排查故障时，直接「问 Wiki」获取相关组件的历史故障和处理方案
价值：故障排查平均耗时缩短 50%，知识复用率大幅提升。
场景四：销售团队管理客户与方案知识
业务痛点：销售团队积累大量客户案例和解决方案，但缺乏统一管理，新人无法快速获取优秀的方案参考。
Wiki 方案：
- 将历史方案文档、客户案例、产品报价策略导入 Wiki
- Wiki 编译后按行业、客户规模、方案类型自动分类
- 销售人员面对新客户时，通过「问 Wiki」快速找到同行业类似案例和方案模板
价值：新人产出标准方案的时间从 1 周缩短到 2 天。
场景五：金山办公内部最佳实践
来自真实用户案例：
Step 1：和 Comate 一起定规矩
- 把所有相关文档上传到 Wiki，让 AI 自动编译
- 了解 AI 的分类原则（什么归为"概念"、什么归为"实体"）
- 问 AI："为了让你更好理解这些业务，你需要我补充什么？"
Step 2：让 AI 反问自己
- 告诉 AI："你学完了，可以问我问题，告诉我你哪里不懂"
- AI 会主动暴露知识盲区，精准高效地完成知识对齐
Step 3：定时任务自动更新
- 设置定时任务每天扫描工作区新内容
- 每周扫描云文档批量录入
- 定期生成"洞察报告"评估知识体系质量
关键技巧：校准-入库机制
- AI 产生的待确认信息先存在 Memory 中
- 人工审核确认后才正式入库
- 确保知识体系持续校准、绝对可靠，杜绝幻觉
注：部分内容由 AI 匹配目标关键词"WPS Comate Wiki"自动生成，仅供参考。
