把 AI 接进办公平台：四个特有的边界问题
企业想把 AI 接进飞书或企业微信，理由很正当：那是员工已经打开的地方，不用再培养一个新习惯。
但这个接入有四个特有的问题，它们在独立的网页版应用里根本不存在。没提前处理好，出问题的方式会很难看。
---
接入方式先分三种
| 方式 | 形态 | 适合 | 主要风险 |
|---|---|---|---|
| 机器人（单聊） | 员工私聊问答 | 知识查询、个人助手 | 权限继承 |
| 机器人（群聊） | 在群里被 @ 或自动响应 | 团队协作 | 消息边界 |
| 应用/工作台 | 独立入口 | 复杂交互、表单类 | 相对可控 |
建议的起步顺序：单聊 → 应用 → 群聊。
群聊放最后，因为它的风险最特殊，下面会讲。
---
问题一：权限继承
核心问题：员工在办公平台里的身份，和他在业务系统里的权限，不是一回事。
一个常见的错误假设是"他能登录飞书，所以他是员工，所以他能查"。这个推理少了一层：他是员工，但他是哪个部门、哪个层级、能看哪些数据？
必须做到的两件事：
一、身份要打通到业务系统的权限体系。
不是"是不是本公司员工"，而是"这个人在业务系统里对应哪个账号、什么权限"。
二、检索必须在权限范围内进行。
不能先全量检索再过滤——那会从回答的措辞里泄露"存在你看不到的内容"这个信息本身。
验证方法：用不同层级的账号问同一个问题，检查两件事：
1. 内容没返回
2. 拒答措辞与"内容不存在"时完全一致
第二条最容易漏。
---
问题二：群聊的消息边界（最特殊的一个）
这是办公平台接入独有的问题，也是最容易出事的。
场景：一个机器人被拉进了群，群里有 20 个人，权限各不相同。它该按谁的权限回答？
三种错误做法：
| 错误做法 | 后果 |
|---|---|
| 按提问者的权限答 | 群里其他人看到了不该看的内容 |
| 按群里最低权限答 | 基本没什么能答的，功能形同虚设 |
| 按机器人自己的权限答 | 最危险——等于给全群开了后门 |
可行的处理方式有三种，各有取舍：
一、群里只答公开内容。
涉及权限的问题一律引导到私聊。最安全，也最容易实现。
二、群按权限分级建。
一个群里的人权限一致，机器人按这个级别回答。管理成本高，但能用。
三、群里只给"有这条信息"的提示，内容私发给有权限的人。
实现复杂，但体验好。
判据：如果说不清"这个群里的回答该按谁的权限"，那就先别把机器人拉进群。
---
问题三：外部联系人
企业微信可以加客户，飞书可以有外部协作方。这意味着机器人可能在跟公司外的人对话。
必须处理的三件事：
一、要能识别对方是不是外部人员。
这是最基本的前提，不能靠"应该不会有外人"的假设。
二、外部对话走完全不同的知识范围。
不是"少答一点"，是另一套受控的内容。内部知识库和对外话术库应该是分开的两个库。
三、对外的表述要受控。
涉及价格、承诺、交期、政策的内容，走受控话术表，不自由生成——理由和零售、教育、汽车场景完全一致：说出去的话有效力。
判据：如果这个机器人有任何可能接触到外部人员，那它的对外能力必须单独设计，不能是内部能力的子集。
---
问题四：留痕与隐私的平衡
办公平台的对话既是工作记录，也可能包含员工的个人表达。
要明确的三件事：
一、记什么。
建议记：谁在什么时候问了什么类别的问题、系统返回了什么、用的哪一版资料。这些是排错和审计需要的。
二、告知。
员工应该知道这个机器人的对话会被记录。这不只是合规问题，也是信任问题——事后才发现被记录，比一开始就说清楚破坏性大得多。
三、保存期限。
定一个明确的期限，到期清理。无限期保存不是更安全，是更大的负担。
具体的处理要求请由企业的法务或合规部门确认，本文只提示这三点的存在。
---
一个常被忽略的技术边界
办公平台的机器人有一个网页应用没有的约束：消息是异步的，而且用户会连续发多条。
这带来两个实际问题：
一、上下文怎么算。
用户连发三条消息，是一个问题还是三个？处理不好会答得驴唇不对马嘴。
务实的做法：设一个短暂的等待窗口（比如 2–3 秒），把连续消息合并处理，而不是每条都立刻响应。
二、长回答的呈现。
聊天窗口里塞一屏文字，可读性很差。
务实的做法：先给结论和出处，长内容做成可展开或链接。这一条对使用率的影响比模型质量还大。
---
怎么验收
答案质量口径沿用开源评测框架 RAGAS（docs.ragas.io），另加接入场景特有的：
| 指标 | 建议门槛 |
|---|---|
| 权限隔离正确率（越权测试用例） | 100% |
| 拒答措辞一致性（不泄露信息存在） | 100% |
| 外部身份识别准确率（如涉及外部联系人） | 100% |
| 答案忠实度 | 不低于 95% |
| 首次响应时长 | 建议 3 秒以内 |
前三项都是 100% 门槛，因为它们靠的是身份和路由逻辑，不靠模型准确率——做不到就是配置错了，不是"模型不够准"。
测试集建议：至少覆盖 3 个权限层级 × 每级 10–20 条，外部身份场景另加 20–30 条。如果要上群聊，还要单独测群场景——群里的权限判断逻辑和单聊完全不同，不能靠单聊的测试结果推断。
---
一个务实的推进顺序
1. 单聊 + 公开内容——两三周上线，验证使用习惯
2. 单聊 + 权限内容——打通身份，做好越权测试
3. 工作台应用——处理复杂交互
4. 群聊放最后，且必须先想清楚"按谁的权限答"
5. 外部联系人单独设计，不复用内部能力
很多企业反着来，因为群聊看起来"覆盖人多、效果明显"。那是把最特殊的风险放在了团队最没经验的时候。
---
相关阅读
- 企业 AI 系统的安全治理：四类特有风险
- 企业知识库怎么做，才不会变成资料坟场
- 企业第一次做 AI，怎样选对项目并设计可退出的试点
- 企业 AI 项目怎么验收：七层验收标准与证据要求
---
*本文说明的是方法与判断标准，不代表任何未公开项目的实施细节。文中引用的开源评测框架，出处已在正文标明，读者可自行核验。数据处理与留痕的具体要求请由企业法务或合规部门确认，本文不构成合规意见。*