信息技术 / 企业软件与AI
Dropbox：业务文档检索与分步提问处理
- 企业
- Dropbox
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Dropbox发现，员工工作中要用的信息分散在多个应用和多种格式里。要找到所需的文档、对话或某一条资料，就得在各个应用之间来回切换、手动翻找，耗时很长。对公司而言，这既拖累协作与生产效率，也可能在敏感资料出现在不该出现的地方时引发安全问题。
使用的技术与数据
Dropbox推出了可在一处检索各个应用资料的Dash，并在其中加入了依据检索到的依据生成答案的方式，以及代为执行任务的智能体。检索在基于词的索引上增加了实时切分文档并重新排序的环节，兼顾速度与质量，并且在设计上不绑定某一家模型供应商。智能体把问题拆成多个步骤，再用公司自研的小型类Python语言把这些逻辑写成代码。代码在运行前先经静态分析核查安全性与正确性，若发现缺少功能，则再调用一次模型补齐。每个人能看到的范围，由细粒度的访问权限设置决定。
成果
Dropbox表示，在保持结果质量的同时，超过95%的查询在两秒内完成。回答质量用团队自行调校的指标来核验。该公司说明，其做法包括把检索到的依据再送回模型，为最终答案是否正确打分；另设一项检查，看问题的各个方面是否都已覆盖；同时用指标衡量取回答案所需段落的准确程度。
局限与待解问题
原文未以数字说明使用Dash之后用户节省了多少检索时间，也未公开质量指标的实际测量值。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。