每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。同样的问题每天被问几十遍，把它们沉淀成 FAQ，再接入 AI 问答，可以大幅减少重复回答。本文给出程序员用 AI 整理 FAQ 知识库的一套可直接照抄的做法：收集历史问答和规则文档，让 AI 归纳问题、写标准答案并标注来源，再导入知识库或 AI 问答工具。

场景：程序员为什么需要 AI 整理 FAQ 知识库

程序员每天都会被业务方同事问到很多重复的问题，答案散落在聊天记录和各种文档里。新人接手时更是只能一个个问老同事。

工具选择

整理 FAQ 用对话助手即可；需要做成可提问的知识库时，可以使用飞书知识问答、钉钉 AI 助理、Notion AI、腾讯元器等支持基于文档回答的工具，或者自行搭建 RAG 问答系统。

一个虚构的例子

设想一个虚构场景：阿美刚接手一部分新工作，既要完成“完成订单服务接口重构，接口平均响应从约 300ms 降到 120ms 左右（以压测为准）”，又要准备“整理缓存方案技术文档”。面对需要整理 FAQ 知识库的任务，阿美的做法是：先让 AI 按固定结构起草，再对照自己掌握的事实逐项修改，涉及密钥、内网地址、数据库连接串和用户数据的部分一律用代号替换。这样既节省了时间，也守住了准确性和隐私的底线。

操作步骤

  1. 收集一段时间的聊天记录、邮件和规则文档
  2. 删除个人信息后交给 AI 归纳高频问题
  3. 人工审核答案，补充例外情况
  4. 导入知识库工具，定期根据新问题更新

可复用的提示词

下面的提示词可以直接复制，按程序员的实际情况替换细节：

【背景】当前的难点是：依赖的第三方支付 SDK 下周升级，可能需要适配。
我是程序员，下面是近一个月业务方同事的提问记录（已脱敏）和相关规则文档。

请：
1. 把问题归纳为不超过 20 个标准问题，合并意思相同的提问
2. 按出现频率从高到低排序，标注大致频次
3. 只根据规则文档写标准答案（100 字以内），并注明依据的文档和章节
4. 规则文档中找不到依据的问题，标注“需人工补充”，不要自行编写答案
5. 为每个问题列出 2-3 种常见的提问方式，便于检索匹配

提问记录：（粘贴）
规则文档：（粘贴或上传）

AI 输出示例（示意）

下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：

标准问题频次标准答案依据常见问法
处理一般需要多久？高正常情况下 3 个工作日内完成，特殊情况会提前通知规则文档第 2 节多久能好？要等几天？
需要准备哪些材料？高请准备……（按文档列出）第 3 节要带什么？
可以加急吗？中需人工补充—能快点吗？

说明：“可以加急吗”在规则文档中没有找到依据，建议由负责人确认后补充。

这样的输出只是起点。真正用到“评审同事提交的 3 个合并请求”这类工作里之前，还需要对照原始资料逐条检查，并补上 AI 不知道的背景。

实用技巧与常见坑

  • 让 AI 标注依据来源，规则更新时能快速定位需要修改的条目。
  • 提问记录中的个人信息要先脱敏。
  • 知识库上线后要设置兜底：答不上来就转人工。

给程序员的特别提醒

把报错堆栈、相关代码片段和运行环境版本一起贴给 AI，比只描述现象有效得多。还有一点很关键：AI 生成的代码必须经过本地运行、测试和代码评审，不要直接合入主干。

一个容易被忽略的习惯：让 AI 先解释思路再给代码，便于你判断方向对不对。

还可以这样用

  • 自动回复：把高频问答配置成自动回复规则。
  • 问题趋势：每月对比高频问题变化，发现流程中的问题。

相关阅读