从原始文档到 AI 可用数据：Leo Platzer 与 Jeff Koss 谈非结构化数据项目落地

Deasy Labs 联合创始人 Jeff Koss 与 Leo Platzer 分享如何把非结构化数据 AI 项目从停滞的 POC 推进到生产。案例是一家制造商在 8 万份 SharePoint 文件上构建法律运营聊天机器人，演示了 AI 辅助分类法与带证据和置信度的元数据标注、敏感数据检测，以及针对重复、冲突和新鲜度的质量检查，数据切片按计划刷新。他们指出，当语料中 30% 陈旧或重复时，agent 检索到的上下文最多 80% 可能无用，清洗后多跳 RAG 评测召回率约翻倍，最后用 SDK 为编码 agent 生成上下文文件。

AI推荐理由 来自 AI Engineer 的技术演讲，给出具体案例：8 万份 SharePoint 文档的法律运营聊天机器人，用 AI 辅助分类法、带证据与置信度的元数据标注、敏感数据检测，以及重复/冲突/新鲜度质量检查；并给出量化观察——语料中 30% 陈旧或重复时，agent 检索上下文最多 80% 无用，清洗后多跳 RAG 评测召回率约翻倍。属于可复用的工程经验，但为演讲转述，数据未附独立验证。