勃林格殷格翰：基于RAG的医学资料检索增强（勃小智）

勃林格殷格翰为跨国制药企业，医药代表需高频回答医生关于医学与产品平台的问询，传统 FAQ 人工生成+合规审核周期长、内容更新慢。

医学问询时效性与合规性要求高，人工维护 FAQ 难以及时更新，回答准确性与满意度受限。

在 Chatbot 基础上引入大模型与知识图谱，通过向量检索匹配问题与知识库相似度，自动生成并审核医学内容，给出客观科学依据，提升内容生产自动化与回答精准度。

1. 1搭建医学 Chatbot 智能问答
2. 2融合大模型与知识图谱做内容生产自动化
3. 3向量检索+相似度匹配知识库
4. 4输出客观科学依据、提升满意度

大模型存在幻觉与合规风险，需结合知识库与人工复核；行业数据的安全与隐私保护要求高；垂直场景的模型微调与效果持续调优成本不低。