私有知识库上线那天，问答准确率很高。三个月后，用户开始抱怨“AI 说的不对”。一查，产品价格变了、政策更新了、组织架构调整了，但知识库还是旧版本。AI 应用的内容时效性，不是上线即完成，而是持续运营的起点。
时效性失效的三种典型表现。 一是“旧答案”：制度已废止，知识库仍保留旧版，AI 继续引用。二是“缺答案”：新业务、新产品、新政策没有及时入库，用户问不到。三是“冲突答案”：同一问题存在多个版本，检索随机命中，回答前后矛盾。这三种情况都会迅速摧毁用户对 AI 的信任。
建立增量更新管道。 知识库不能靠人工定期导入。需要与源系统建立同步机制：OA 新发文自动触发入库，CRM 产品资料更新自动同步，Wiki 编辑后自动推送。对于没有 API 的系统，至少建立“变更通知—人工确认—入库”的流程。增量更新的关键是自动化，人工全量更新必然滞后。
版本管理与过期策略。 每份文档应有版本号、生效日期、失效日期。新版本入库时，旧版本自动标记为“历史版本”，检索时默认不召回，除非用户明确要求查旧版。对于制度、政策、价格等强时效内容，设置过期提醒：到期前自动通知责任人确认是否续用或更新。没有过期策略，知识库会变成“历史档案馆”。
变更触发机制。 哪些事件会触发知识更新？产品调价、政策发布、组织调整、流程变更、合同模板更新。把这些事件与知识库更新流程绑定，明确责任人和时限。例如，产品调价后 24 小时内完成知识库同步。变更触发机制把“事后补救”变成“事前预防”。
人工审核与反馈闭环。 自动化同步不能替代人工审核。新文档入库前，需要业务负责人确认内容准确、权限正确、分块合理。上线后，用户对回答的“点赞/点踩”应转化为反馈工单：点踩的问题进入人工复核队列，确认是知识缺失还是检索问题，再补充或修正知识库。反馈闭环是时效性的最后一道防线。
监控指标与定期巡检。 建立时效性监控看板：文档更新延迟、过期文档占比、冲突文档数量、用户点踩率。每月做一次知识库巡检，抽查高频问题的回答是否仍准确。每季度做一次全量评估，清理失效内容，补充新增知识。
组织保障。 知识库运营不是 IT 部门单独能完成的。需要业务部门指定知识责任人，市场、产品、HR、法务各司其职。没有业务参与，知识库更新永远滞后。建议设立“知识运营”角色，负责协调、审核、评测和迭代。
私有知识库的时效性，本质上是企业知识管理能力的体现。AI 只是表达者，知识库才是信息源。源不更新，AI 再强也会“说错话”。把更新管道、版本管理、变更触发、人工审核和监控巡检串起来，才能让 AI 应用持续可信。