上一篇介紹了知識庫的卡片，以及用關鍵字找資料的方式。不過，有時候我要找東西，只記得大概的用途或內容，卻想不起來名稱，也不確定該輸入什麼關鍵字。

所以我嘗試在知識庫裡串接 AI 的原因是我希望可以直接描述自己的想法，讓它幫我找出可能相關的資料，再整理給我看，這樣就不用每一筆重新翻。

例如，我可能記得看過一篇勒索軟體的入侵案例，但忘了是哪個組織、哪一種勒索軟體。如果只能靠名稱搜尋，就會有點不知道從哪裡開始。

除了搜尋，也可以直接問知識庫

目前系統裡有一個「問知識庫」的功能，可以輸入問題，讓 AI 根據知識庫裡的資料回答。

為了寫這篇，我請 AI 協助核對正式版的程式，也實際測試了一次，重新了解這個功能是怎麼運作的。

它的流程大致是：

提出問題 → 系統找相關資料 → AI 整理回答 → 我查看內容與來源。

這裡其實有兩個不同的工作：先找到資料，再根據資料回答。

正式版目前使用 gemini-embedding-001，把問題與資料轉成一組數字，這個數字表示叫做「向量」。系統再比較這些向量的相似程度，挑出可能相關的資料。

我先把它理解成：除了比對有沒有出現同一個詞，也多了一種依照內容意思尋找資料的方式。不過，相似程度高，還是不能直接當成找對了。

找到候選資料後，再交給 Gemini Flash-Lite 整理回答。程式使用的是 gemini-flash-lite-latest 這個別名，本次另外查詢模型時，回傳的版本是 gemini-3.5-flash-lite。因為別名可能隨更新切換，所以這是本次查證的結果。

不輸入名稱，試著描述看看

這次選的是前一篇出現過的「BlackByte 2.0 五日入侵完整攻擊鏈 IR 案例」。

先前直接指定案例名稱時，系統可以找到資料並產生概要。但這還不能確認，當我忘記名稱、只記得部分內容時，它是不是也能找到。

所以這次由 AI 協助在正式版輸入下面這個問題：

我記得有一篇案例，攻擊者在短短幾天內入侵公司，偷走資料後再用勒索軟體加密，可以幫我找出來嗎？請列出可能相關的資料並標註資料編號，不確定時請說明。

這句沒有出現 BlackByte，也沒有寫出案例的完整標題，只保留我可能記得的幾個線索：時間很短、入侵公司、偷走資料，以及最後進行加密。

這次系統使用語意搜尋，取回了八筆候選資料，最後的回答引用了其中兩筆：

• 資料 #269：BlackByte 2.0 五日入侵完整攻擊鏈 IR 案例
• 資料 #275：資料暫存與外傳

回答先說明完整案例記錄的入侵過程，再用另一筆資料補充外傳的細節。

這個結果有接近我的期待。即使沒有記得名稱，也可以先透過描述找到相關的內容。

八筆候選資料，不代表八筆都是我要的

這次測試也讓我注意到，「系統找回來的資料」和「AI 最後引用的資料」並不是同一件事。

系統先取回八筆候選資料，回答中引用的是兩筆。不能因為有八筆結果，就認為每一筆都符合我的需求。

而且，我描述得比較模糊，也可能有其他案例符合「先偷資料，再進行勒索」這個情境。

所以即使 AI 找到了資料，我還是會先把它當成可能相關的內容。要看過，才能確定是不是原本想找的那篇。

對我來說，能先縮小範圍，不用每一筆重新翻，就已經有幫助了。

有回答，也要知道它看了多少內容

這次核對程式時，還確認到一個我覺得需要說明的地方：目前回答模型不是把知識庫裡的每篇原文全部讀完。

系統取回候選資料後，會優先把各筆資料的摘要提供給它；如果沒有摘要，才取正文前 1,500 個字元。

也就是說，如果某個重要限制沒有出現在摘要裡，這次回答就可能沒有拿到那段資訊。

提示詞有要求 AI 根據提供的資料回答、標註資料編號，資料不足時不要編造。但這是給它的要求，仍然要從實際結果確認它有沒有做到。

這次測試確認了系統能找回案例、產生回答並標註來源，還沒有逐句對照原文，核實回答中的每個細節。因此，我不會只因為看到資料編號，就認為內容一定正確。

這也接回前面一直在調整的事情：資料存進來之後，摘要整理得如何，也會影響後面能怎麼使用它。

先幫我找到，再由我確認

目前我希望的使用方式，大致就是這樣。

記得名稱或關鍵字時，可以直接搜尋；只記得大概內容時，就試著描述給 AI，讓它先幫我找出可能相關的資料，再整理給我看。

這次用模糊描述找到了 BlackByte 案例，不代表之後每個問題都一定能成功。不過，它確實讓我看到，原本存下來的資料，可以多一種找回來的方式。

最後是不是我要找的、整理的內容有沒有問題，我還是會打開來確認，也在閱讀的過程中再學一次。