档案系统的 AI 能不能用，取决于三件事：数据出不出内网、权限会不会被绕过、结论有没有依据。这三件事说清楚了，AI 才是工具；说不清，就是风险。
这篇按「能做什么、边界在哪、断网怎么办、接内网模型要准备什么」四段讲。
能做什么：四种用法
档案场景里，AI 的用处集中在检索与提醒，不在替代人做判断。
自然语言检索。用户问「今年到期的证照有哪些」「某项目的租赁合同清单」「哪些档案到了保管期限」，系统把问题解析成检索条件，按当前账号的数据范围查出结果。查询在服务端完成，返回的是档案记录本身，不是模型凭印象生成的清单。
结果解读。检索结果出来后，用一段话说明这批档案的共同点：涉及几个法人主体、几个项目、时间跨度、门类分布。适合汇报前快速摸清底数。
到期提醒。把证照有效期、合同到期、付款节点等时间语义识别出来，按临近程度排序，提醒到具体档案与责任人。
数据体检。检查门类缺失、著录字段空缺、档号重复、附件缺失等常见问题，输出问题清单，供档案员逐项处理。
门类推荐。著录时依据题名与关键词，推荐可能的档案门类，减少选错门类导致的返工。推荐只是建议，最终由著录人确认。
边界在哪：三条不能越的线
一、不越过权限。 AI 不是超级账号。它执行的检索与人工检索走同一套权限判断：角色决定能做什么，数据范围决定能看什么，下载权限单独控制。跨法人查询需要授权，AI 不会因为「模型知道」就多给一条记录。
二、不给无依据的结论。 每条回答下方标注所用引擎与判断依据，例如识别到的实体与命中的规则。点开能看到它查了哪些数据、按什么条件筛选。档案场景里，一个说不清来源的结论无法进入正式流程。
三、不替人做决定。 著录是否准确、保管期限如何鉴定、到期档案是否销毁，这些属于业务判断与审批权限，AI 只提供清单与线索，不签署意见、不触发销毁。
还有一条实施层面的边界容易被忽略：扫描件不等于可检索文本。图片型 PDF 要想被全文检索，需要单独的 OCR 引擎完成识别，这属于数字化加工环节，不在对话能力范围内。
断网能不能用：两种运行方式
规则引擎兜底。 默认走本地规则引擎，不依赖外部服务：从问题里抽取年度、法人主体、项目、门类、时间区间等要素，转成结构化检索条件，再按规则生成说明文字。断网可用，数据不出内网，响应稳定。
大模型增强。 需要更强的语义理解时，配置 OpenAI 兼容协议的模型地址即可，内网自建模型同理。此时模型只负责理解问题表述、组织回答文字，档案数据仍由系统按权限从本地库取出，不会整库上传。
两种方式可以并存：模型服务不可用时自动降级到规则引擎，检索与提醒功能不中断。这条降级链路要在上线前实测，不能只写在方案里。
一个常见误解是「接了大模型，它就读完了整个档案库」。实际上每次只带当前问题的检索结果与少量元数据，模型看不到未命中的档案，也看不到无权限的档案。
接内网模型要准备什么
按前置条件逐项确认，缺一项都会停在联调阶段：
| 事项 | 具体内容 |
|---|---|
| 服务地址 | OpenAI 兼容的接口地址与模型名，内网自建服务同样填这一项 |
| 访问凭证 | 接口密钥或内网免鉴权配置，按模型服务要求提供 |
| 网络连通 | 应用服务器到模型服务的端口可达，跨网段需开通策略 |
| 资源与并发 | 模型服务的显存与并发上限，需与日常提问量匹配 |
| 超时与降级 | 单次请求超时阈值，超时后自动回退规则引擎 |
| 数据范围 | 明确哪些门类、哪些法人主体允许走模型，敏感门类可只走规则引擎 |
如果单位暂无自建模型，先用规则引擎上线是可行路径：检索、提醒、体检这些高频功能不依赖模型，跑顺之后再评估是否需要语义增强。
落地时容易踩的坑
- 把 AI 当验收指标：先定清楚要它解决哪几个具体问题，再谈上线；否则演示好看，日常没人用。
- 问题问得太宽：「档案管理有什么问题」这类问题，任何系统都只能给出泛泛回答，建议限定法人、项目与时间范围。
- 忽略数据范围配置：账号的数据范围没配好，AI 与人工检索都会给出不该看到的记录，风险在权限层，不在 AI 层。
- 不校验回答：AI 给出的数量与清单，首次使用时应与人工检索结果对一遍，确认口径一致后再依赖。
子书的做法
子书的企业电子档案管理系统内置档案助手，默认规则引擎运行，可切换 OpenAI 兼容协议的内网模型；检索走服务端，权限与人工检索一致，回答标注引擎与依据，审计日志记录 AI 操作。部署形态为私有化单容器，可完全离线运行。
需要更完整的档案智能化能力，例如全文检索增强、智能著录与四性检测联动，可参考智慧档案解决方案；档案馆级全门类综合管理看 zbook DAMS 8.0。
想按贵单位的网络环境核一遍接入条件，可预约演示，带上模型服务地址与门类清单即可。