https://yennj12.js.org/yennj12_blog_V4/tags/vertex-ai-search/Recent content in Vertex AI Search on YennJ12 Engineering BlogHugo -- gohugo.ioen-usThu, 06 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part10-case-internal-rag-zh/Thu, 06 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part10-case-internal-rag-zh/前九篇都在講怎麼讓外部引擎引用你。 這一篇反過來：你自己就是那個引擎。 有趣的地方在於——當你能看到檢索管線的每一層時， 會發現「內容不可引用」的原因，和公開網站一字不差。 一、情境 公司 B2B 金融科技，400 人（工程 180 人） 背景 2026 年初上線內部 AI 助手，接 Slack 資料源 GitHub Enterprise（86 個 private repo）、Confluence（4,200 頁）、 Notion（部分團隊）、Slack 歷史訊息、Jira、Google Drive 技術 GCP：Vertex AI Search（as RAG 檢索層）+ Gemini/Claude 生成 文件同步用 Cloud Run Job + Cloud Scheduler 使用者 全體員工，尖峰每日約 900 次查詢 問題：上線三個月後，工程團隊的使用率從第一週的 71% 掉到 12%。 內部滿意度調查（n=142） ────────────────────────────────────────────── 「答案正確」 23% 「答案有引用來源」 61% 「引用的來源是對的」 31% ← 關鍵 「比自己搜尋快」 34% 「我已經不用了」 58% 最常見的自由填答： 「它引用了一份 2022 年的舊 RFC，那個架構早就換掉了」 「它把 staging 的設定當成 production 講」 「它從一個廢棄的 repo 抓答案」 「引用連結點進去看不到它講的那句話」 「引用的來源是對的」只有 31% ——這和 Part 6 那家製造業的「描述正確率 31%」是同一個數字，也是同一類問題。