某電子製造公司的人事經理，每天的工作有一大部分不是在做人事管理，而是在回答同樣的問題。
「請假要填哪張表？」「出差費用怎麼報？」「加班費申請的單據要給誰？」
這些問題，每個新進員工都會問，每個老員工偶爾也會忘，每次都要找HR確認。對員工來說是小事，對HR來說是日復一日的消耗。
她來上課，帶著一個很清楚的需求：「我想讓員工自己查，不要什麼都來問我。」
解法：把HR知識裝進LineBot
員工最常用的溝通工具是Line，所以答案就在Line裡。
我們建立的系統架構分三層。
第一層是知識庫。把公司所有HR相關文件–請假辦法、費用報支規定、各類表單說明–整理上傳到OpenAI的向量資料庫（VectorStore）。員工問問題，系統從這個知識庫裡找出最相關的答案，再用自然語言回覆。
第二層是中介層。Google App Script負責接住Line傳來的訊息，呼叫OpenAI的API，再把答案送回去。整個流程自動完成，不需要HR介入。
第三層是員工的入口，就是Line官方帳號。員工在Line上打一句話，幾秒內就得到答案，跟問真人沒什麼兩樣。
最容易被忽略的一步：資料清洗
這套系統有一個關鍵，很多人做到一半才發現。
向量資料庫的品質，完全取決於餵進去的資料品質。如果把公司裡東拼西湊的舊版表單、格式錯亂的Word檔、過期的規定直接丟進去，AI給出來的答案就會模糊、矛盾、甚至錯誤。
垃圾進，垃圾出。
所以在建立知識庫之前，有一個不能跳過的步驟：資料清洗。把文件統一格式、刪除過期內容、確認每一條規定都是現行有效的版本。這個工作沒有捷徑，但做好了，整個系統的準確率會有天壤之別。
這位人事經理在這個步驟花了最多時間，但她說：「整理完才發現，我們公司有些規定根本已經改了，但舊文件還在流通。」
清洗資料的過程，意外也幫公司做了一次HR知識的健檢。
結果
系統上線後，HR收到的重複性問題明顯減少。員工不需要等HR上班才能查規定，晚上想確認請假流程，Line上問一下就好。
人事經理終於可以把時間放在真正需要人判斷的事情上。
解決方案總結
這套系統的技術門檻不高，但流程設計很重要。技術選擇上，LineBot負責員工介面、Google App Script負責串接、OpenAI VectorStore負責知識儲存與檢索，三者分工明確，維護也相對簡單。
但再好的技術，餵進去的資料不乾淨，就什麼都白費。資料清洗永遠是第一步，不是最後一步。