From Raw Documents to AI-Ready Data

摘要

Jeff Koss 與 Leo Platzer 分享北河製造業將 40 份檔案擴展至 8 萬份 SharePoint 檔案時，因資料重複、過時與敏感資訊導致檢索失效的經驗。他們示範了清洗資料、建立分類法、驗證證據與設定資料切片的工作流程，並說明這些步驟如何提升檢索準確率與任務完成度。

Jeff Koss and Leo Platzer share lessons on scaling document-based AI chatbots from 40 to 80,000 files, demonstrating data cleaning, taxonomy, and filtering workflows to improve retrieval accuracy.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 小規模測試成功但大規模資料會因重複與過時導致檢索失效
• 清洗重複與過時資料可大幅提升檢索準確率與任務完成度
• 建立資料切片與分類法能確保檢索到最新且相關的內容

適合誰看

正在將小型 AI 原型擴展至大型 SharePoint 資料庫，並需要處理資料品質問題的開發者。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.50

新鮮

0.99

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• From Raw Documents to AI-Ready Data — Leo Platzer & Jeff Koss影片 ・ AI Engineer
• Scaling Document Ingestion for AI Agents Lessons from the field with StackAI影片 ・ LlamaIndex ・ 37 分鐘
• Build Your Own Company Wiki with AI Search (Full Tutorial)影片 ・ Dave Ebbelaar ・ 34 分鐘
• Connect AI to Billions of Legal Documents — Simon Eskildsen, turbopuffer & Jacob Lauritzen, Legora影片 ・ AI Engineer ・ 21 分鐘
• How Extend Achieves 95%+ Document Automation (Lessons from Eli Badgio)文章 ・ Jason Liu（部落格）
• Codex 我常用的知識工作案例分享：從文書編輯、課程教材到資料整理的 AI 工作流文章 ・ 電腦玩物