生成式人工智能賦能檔案館服務質量的優化路徑研究

摘 要：生成式人工智能的問世與發展正為知識服務、生產方式與社會經濟帶來深刻變革。梳理生成式人工智能的研究與實踐現狀，發現生成式人工智能具有高效生產、需求錨定與沉浸體驗的技術特征。文章圍繞基礎設施層、數據資源層、內容創作層與場景衍生層構建起生成式人工智能賦能檔案館服務質量優化的總體框架，并結合現有實踐案例與經驗，從引進技術設施、開展數據喂養、深化用戶交互等方面探索實踐路徑，為新技術環境下檔案館服務的建設提供借鑒。

關鍵詞：生成式人工智能；檔案館；檔案內容生產；檔案服務

分類號：G270.7

The Optimization Path for Generative Artificial Intelligence Serving the Improvement of Archival Service Quality

Zhang Xiaowei， Wu Jianhua

（ School of Information Management， Nanjing University， Nanjing， Jiangsu 210023 ）

Abstract： The advent and development of generative artificial intelligence is bringing profound changes to knowledge services， production methods and social economy.This paper sorts out the researches and practice status of generative artificial intelligence， and finds its technical characteristics in efficient production， demand anchoring and immersive experience. Based on the infrastructure layer， data resource layer， content creation layer and scenario derivation layer， the overall framework of service quality optimization of archives enabled by generative artificial intelligence is developed， and combined with existing practical cases and experience， the practical path is explored from the aspects of introducing technical facilities， developing data feeding and deepening user interaction， so as to provide reference for the development of archival services in the new technology environment.

Keywords： Generative Artificial Intelligence； Archives； Archival Content Production； Archival Services

2025年2月1日，由國內人工智能公司研發的大型語言模型DeepSeek日活躍用戶數突破3000萬大關，成為史上最快達成這一里程碑的應用。國內包括通信、教育、創作、醫療、影視、智能駕駛等在內的多個業態開始接入DeepSeek云服務并完成了模型適配，實現了多場景、多產品中的廣泛應用，助力國產大模型性能釋放。生成式人工智能作為一種內容生產方式，在推廣與應用過程中逐步展現出其在驅動數字內容與文化創作、產業革新、生產力升級等方面的重要作用。目前國內圖情領域關于生成式人工智能的研究主要圍繞三個方面：一是生成式人工智能技術給圖書館建設與服務帶來的改變與應用策略，包括閱讀推廣[1]與智慧圖書館建設[2]等；二是生成式人工智能對用戶信息行為及其生態治理研究，包括基于用戶行為的知識服務開發[3]、虛假信息[4]與技術倫理生態治理[5]等；三是利用生成式人工智能技術開發知識與數據處理工具或技術，如面向古籍內容組織與再創作的SikuGPT開發[6]。檔案學界對生成式人工智能輔助檔案編研[7]等展開了探討，同時預測了應用進程中可能存在的潛在瓶頸[8]，如不實信息與高并發性的侵權行為等。

2024年頒布實施的《中華人民共和國檔案法實施條例》新增“檔案信息化建設”專章，要求機關、團體、企事業單位和其他組織加強檔案信息化建設，積極開展文字、語音、圖像識別工作，加強檔案資源的深度挖掘和開發利用，為推進生成式人工智能在檔案館服務中的應用提供了政策依據。生成式人工智能賦能檔案館服務優化，本質上是將生成式人工智能體系中的強大算力、語義學習與數實融合等革新性技術要件及理念，融入檔案館的信息與文化服務場景中，通過對現有檔案館服務理念、設施、場景等要素的升級、優化與迭代，優化新數字環境下的檔案館服務質量。

1 生成式人工智能的發展與特征

1.1 生成式人工智能的發展

生成式人工智能又稱“生成式AI”，主要通過人工智能算法對數據和媒體進行生產、操控和修改。2022年底，人工智能實驗室OpenAI開發的ChatGPT風靡全球，可以執行文本翻譯、摘要生成、情感分析等任務；2023年2月，微軟宣布在Bing搜索引擎中引入ChatGPT，日活量首次突破1億。國內互聯網企業亦對生成式人工智能展開了積極探索，如百度開發的手機APP“文心一言”“創作者AI助理”和“百度APP數字人”，阿里開發的APP“通義千問”和通用性人工智能大模型 M6 項目。2024年1月5日，杭州深度求索人工智能基礎技術研究有限公司正式發布大型語言模型DeepSeek LLM（深度求索的第一個大模型）。12月26日，正式上線DeepSeek-V3 首個版本并同步開源。在目前大模型主流榜單中，DeepSeek-V3 在開源模型中位列榜首。在生成式人工智能廣泛應用于企業發展與場景創新的實踐過程中，相關的政策性指導與規范也開始落地。2023年2月，北京市經濟和信息化局發布《2022年北京人工智能產業發展白皮書》，支持頭部企業打造對標ChatGPT的大模型[9]；上海市經信委表示積極發展生成式人工智能將是上海人工智能發展的重要著力點。

1.2 生成式人工智能的技術特征

（1）強大算力加持下的高效生產

心理學家班杜拉在社會認知學層面提出，人類主體傾向于將任務委托給復雜技術以發揮技術能動性，這一特征被稱為代理能動性。[10]生成式人工智能的出現極大提升了當前機器的代理能動性。數智化時代，信息與數據體量龐大、種類繁多且碎片化突出，人類難以對其進行第一時間的高效吸收，而生成式人工智能作為一種內容分類模式，可先對信息做初步處理再交付于人類，提升信息使用效率，從而簡化業務流程，優化人機分工，有效提升數字與文化內容生產效率。

（2）語義學習助力下的需求錨定

生成式人工智能出現之前，AI只承擔類似“郵件分揀員”的角色，并不過多涉及內容創作部分。生成式人工智能的出現，使AI能在人類設置的預訓練過程中通過大量的參數獲取學習、理解、記憶、總結、預測等基礎性能力，輔之以在自然語言處理、計算機視覺、多模態等領域均出現的相應預訓練模型（GPT、Florenc、Gato等），從而可利用上下文機制將海量文本、圖像、代碼、語音生成等形態的數據串聯起來，并不斷深化了解人類在進行文化內容創作時的行為規律。

（3）數實融合驅動下的沉浸體驗

生成式人工智能賦能下的數字文化內容生產已經逐漸趨向虛實結合的形式，在聽覺、視覺、觸覺與感覺等方面為用戶帶來更好的沉浸式、臨場感、仿生級的感官體驗。目前生成式人工智能已經可以根據用戶給定的表征來生產接近真實的AI圖像、藝術品、視頻、微電影等，通過深度學習大量情感標注數據，對用戶注入或調整的文本、音頻、圖像等內容進行情感分析，做到脫離真實的虛擬感官體驗。

2 生成式人工智能與檔案館服務質量的邏輯鏈接

2.1 機器賦力：優化檔案館館藏資源的組織效能

生成式人工智能的技術特點能夠顯著提升檔案館館藏數字化資源的組織效率與質量，從而為檔案館服務提供堅實的資源基礎。一方面，生成式人工智能的大模型與語義分析能力有助于強化檔案館對館藏資源的全局把控與調適能力。現有的檔案資源編研工具單一、效率低下，難以滿足日益增長的編研與敘事需求。生成式人工智能基于流的生成模型（Flow-based Model）、擴散模型（Diffusion Model）等在檔案館內部進行模型訓練，當被“喂養”一定數量的館藏檔案資源信息后，便能夠借助其語義學習與輸出能力、思維鏈推理能力高效梳理館藏檔案資源的主題脈絡與歷史邏輯。同時，能增強對進館數字資源的實時處理與調度能力，及時、快速、準確地進行主題劃類和邏輯歸納，分擔檔案工作人員的重復性勞作。另一方面，生成式人工智能有助于實現檔案資源集聚。傳統檔案館依據館藏紙質檔案及電子文件所提供的單一模態（以檔案文本為主）的、分散式的檔案資源內容，已無法充分滿足用戶日益增長的多元化利用需求。[11]此外，傳統檔案開發利用以檔案館工作人員為主體，往往需要投入大量人類智力以獲得高質量的知識成果。生成式人工智能的上下文機制具有良好的擴展性與靈活性，能夠將同一主題但不同形態的分散在不同機構、部門、數據庫的檔案資源進行整合，形成包含文本、圖片、音頻、視頻在內的全媒體式集聚，有效規避人力操作存在的認知范圍局限等問題，以便檔案工作人員開展專題研究、宣傳展覽、資源開發等后續活動。

2.2 體驗賦智：打造檔案館虛實融合的服務場域

在數字文化生產時代，檔案館用戶對文化服務的沉浸式、臨場感需求更高。生成式人工智能賦能的虛實融合內容創作模式、仿真現實式的產品服務開發與檔案用戶的需求“一拍即合”。一方面，生成式人工智能助力檔案館服務設施升級。生成式人工智能的出現能夠進一步降低元宇宙空間等的基建成本[12]，通過推動館藏檔案資源以可視化、多模態與多感官體驗的形式展現，或在用戶體驗檔案資源時自動播放相應音頻解說、加入無障礙AI機器人等形式，進一步優化檔案館用戶的沉浸感。另一方面，生成式人工智能能夠賦予“檔案館”這一物理客體以“生命力”。數字檔案館員 AI 咨詢、數字檔案解說員、閱讀推廣服務等都可以作為生成式人工智能的功能模塊融入檔案館服務，將檔案館與檔案用戶均轉化為“虛擬數字人”或數字孿生形象，有助于進一步延續兩者在物理空間的利用聯系，并進一步在虛擬空間中強化情感紐帶。

2.3 用戶賦權：煥新檔案館服務建設的社會參與

“公民是公共產品和公共服務的最終使用者，他們對質量的評價是公共服務結果的指向標，也是公共服務質量改進的重要依據”[13]。檔案館作為公共文化服務陣地一環，始終堅持“以人為本”是其發揮文化服務與宣傳教育功能的使命要求。一方面，生成式人工智能的應用有助于賦予檔案館用戶更自主的能動權利。這種權利表現在檔案資源建設共享、檔案服務與產品價值共創、檔案文化共建等過程中，越來越多的大眾將得益于生成式人工智能技術，成為檔案館與檔案文化生產中的行動者，全民創新力的釋放將為檔案文化內容生產提供源源不斷的創意來源。如快手的“快影APP”具備“AI動漫視頻”“AI素材庫”“AI文案推薦”“AI瞬息宇宙”等4個生成式人工智能功能，將帶動更加廣泛的用戶成為技術賦能下的創意者。[14]另一方面，生成式人工智能的應用有助于豐富檔案館服務建設的主體參與格局。檔案館在推進生成式人工智能應用過程中，需要與相關的數字文化與技術企業進行合作以節省開發成本，獲取技術優勢，并利用高等院校、科研院所在生成式人工智能領域的研究進展提升專業水平，以及與圖書館、博物館等文化機構進行應用經驗的交流、應用項目的合作等。在與不同文化服務主體進行合作與交流的過程中，檔案館服務建設的主體參與更加廣闊，從而提升檔案館服務的技術性、專業性水平。

3 生成式人工智能賦能檔案館服務質量的優化框架

通過分析生成式人工智能的技術特征，發現其在數據資源建設與分析、用戶服務場景與感知力等方面極具技術優勢。本研究認為，生成式人工智能可以從基礎設施層、數據資源層、內容創作層與場景衍生層有效賦能檔案館服務質量的優化（如圖1所示）。

3.1 基礎設施層：對檔案館軟硬件的更新與使用

基礎設施層是生成式人工智能賦能檔案館服務的根基所在。為滿足生成式人工智能運轉的基礎算力要求，需要對檔案館現有的基礎設施儲備進行適當的更新或引進。檔案館可通過購入先進芯片、高性能服務器、傳感器等設施等，或借助API接口與超算中心、大數據中心等合作的方式，提高生成式人工智能數據分析與學習模塊在檔案館現有底層服務架構中的兼容性，為檔案館藏數字資源、服務組織等后續工作提供穩定可靠的算力兜底。在更新與引進基礎設施的同時，檔案館也可積極根據生成式人工智能技術體系的應用狀態，通過基礎性業務試點統計檔案館員的使用情況，發現使用過程中的潛在問題，評測具體技術在業務環境中的相對優勢與不足，逐步優化技術應用與驅動方案。

3.2 數據資源層：對檔案館藏資源的學習與分析

數據資源層是提升檔案館資源處理、調度、分析、把控能力的關鍵，其聚焦的是檔案館驅使機器開展服務的“自主學習”能力。檔案資源本身的形態異構性，加之檔案數據資源開發的專業化、垂直化、精細化、個性化等趨向，對檔案館的資源處理與分析能力提出了更高的要求。如浙江省委辦公廳、省政府辦公廳于2023年12月印發的《關于推進新時代檔案事業現代化先行的意見》就明確“支持利用智能化技術構建檔案行業知識服務與知識管理平臺，建立人工智能海量訓練資源庫、標準測試數據集”[15]。生成式人工智能的賦能，主要從算法模型的建構與學習能力的提升來推動檔案館在檔案資源關聯、內容生成等方面的智慧化升級。在算法模型方面，生成式人工智能驅動的檔案館服務不僅囊括傳統的回歸模型、支持向量機、決策樹及神經網絡等模型，同時也包括Transformer、GPT、CLIP、DALL-E2、Diffusion 等通用的生成式人工智能預訓練大模型，從自然語言生成、多模態分析、計算機可視化等多個方面強化檔案館的基礎算力。僅有算法模型是不夠的，還需要通過“喂養”相關數據來持續調適、優化算法模型的科學性。通過向生成式人工智能喂養館藏數字化資源或業務數據資源等，不斷提升其在自動分類編目、檔案主題標識、文獻分析、采購優化、價值判定等方面的能力，打造并完善符合檔案館服務特征與專業要求的專有算法或AI模型。

3.3 內容創作層：對檔案館創新力的盤活與聚勢

在內容創作層面，生成式人工智能助推技術設施與檔案館員、檔案館用戶、有形的檔案館藏等服務資源互通融合，形成“人—技術—資源”的檔案館服務內容生產共同體，激活與發揮各主體角色的能動創造性。首先，借助生成式人工智能延伸檔案館員的綜合素質。在生成式人工智能代替館員進行重復性、難度低的基礎性工作的同時，檔案館員能夠利用“優化”后的時間與精力儲備，把控檔案館服務的狀態信息，結合自身的工作經驗，發揮主觀能動性，參與館藏資源再創作、流程環節優化、檔案資源選題等高附加值的腦力勞動。其次，借助生成式人工智能提升檔案館藏資源的開發質量。經過數據“喂養”與模型訓練后，生成式人工智能能夠全面有條理地描摹館藏資源體系的脈絡，其強大算力也能更好實現對館藏資源本體的語義分析、詞頻統計、主題分析、價值權重等功能訴求，從而滿足多重要求的復雜檢索、非線性的知識網絡、古籍孤本的虛擬修復、細粒度知識輸出等高附加值功能。最后，借助生成式人工智能優化檔案館服務與用戶的交互過程。當前檔案資源的開發者與檔案用戶的行為、意愿、認知、取向還存在不匹配之處。[16]借助生成式人工智能收集與輸出用戶的文化喜好、服務反饋、虛擬畫像等，優化服務過程中用戶的視聽體驗，能夠有效把控用戶的情緒變化、情感需求、潛在要求與行為路徑，根據用戶訴求，賦權其進行檔案文化內容的再創作，集思廣益，實現檔案館服務文化內容的共建。

3.4 場景衍生層：對檔案館新場景的延拓與豐富

場景衍生層是生成式人工智能賦能下對檔案館服務模式、理念的深層創新，助力把握技術、文化熱點與轉型趨向，推動檔案館形成具有預見性、前沿性、多樣性的新型服務模態。檔案館服務的原生場景，如文化體驗、主題展覽等，將借助生成式人工智能賦予新的建設理念、價值邏輯、時空場景，進一步夯實“人”的創意主體地位，完成由單模態向多模態的創新式轉換。例如，檔案資源內容生產由原來的圖像、文本式單一模態的輸出，轉換為綜合視覺語言生成、文本語音生成、文本圖形生成和文本代碼生成等的多模態輸出；檔案內容創作由原來的檔案館員賦予智力勞動的單一創作模態，轉換為館員與用戶共同表達創意、虛擬社區內容高度共享的多模態創作。總言之，相較于原有檔案館服務體系，場景衍生層能夠更好地實現基礎設施層、數據資源層與人機交互層面建設成果的有機融合，由原有各有側重的單模態服務轉換為兼收并蓄、協同賦力的多模態服務。

4 生成式人工智能賦能檔案館服務質量優化的路徑

4.1 引進技術設施，逐步提升檔案館基礎算力

一方面，引進生成式人工智能主要技術手段與基礎設施。檔案館需要推進相應生成式人工智能技術的適用性評估工作，對館內現有的技術設備與軟件系統進行更新與換代。鑒于前期設備投入成本與技術要求過高，檔案館可以考慮借助國家數據專網或調用API接口等形式實現自身算力設施的換代與增強。國家數據專網以建立起貫通跨地域、行業、機構、部門的國家級數據資源共享與計算中心為目的，檔案館作為公共文化機構，可以融入其中，借助城市超算中心、大數據平臺等工程的高性能GPU、FPGA 和ASIC等AI芯片，通過資源共享聯合訓練算法模型，降低技術設施的建設成本。API接口是檔案館引進生成式人工智能體系的另一個可能，與企業進行合作開發更為經濟且見效更快。目前主流的OpenAI或Stability.ai這類上游基礎層公司大多采取基礎版開源或以調用API收費的形式進行商業應用。以中國AI大模型DeepSeek為例，其開源策略正引發全產業鏈“井噴式”創新。自2025年1月末以來，華為、騰訊云、阿里云等頭部云服務商爭相推出“一鍵部署”“零代碼調用”等低門檻服務；騰訊云在2月2日至8日期間，其HAI、CNB等產品矩陣全面支持DeepSeek私有化部署，并推出限時免費API服務，大大降低了其引進調用的成本。檔案館可以向大型互聯網企業直接訂購、調用開發完成的開源式通用大模型或生成式人工智能解決方案，參照ChatGPT主動融入辦公軟件WPS和搜索引擎 Google，接入DeepSeek云服務，利用接口等形式完成語言模型的適配，并進行拓展應用。如“盛飛檔案AI大模型1.0”平臺在通用大模型基礎上進行垂直化訓練，搭建了基于本地檔案數據集的專屬檔案大模型知識庫。[17]

另一方面，提升生成式人工智能基礎設施的使用與管理能力。檔案館可推動生成式人工智能初期先應用推廣到服務業務的基礎性環節，如檔案業務咨詢與導航利用，高效集中進行問卷調查，收集用戶熱點需求并作關聯性分析等，幫助檔案館員進一步熟悉生成式人工智能的工作方式，提升其認知與使用能力。同時，檔案館應實時監控與把握生成式人工智能技術的效用狀態，如生成式人工智能嵌入前后的業務環節變動帶來的服務渠道變化、檔案館員心理變化、相關銜接性的前后服務環節變動等，綜合反饋信息進行適用性評估，判斷部分技術嵌入對應業務環節的可持續性，根據實際不斷調整生成式人工智能技術體系在基礎性業務環節中的嵌入策略。

4.2 開展數據喂養，培育檔案館資源分析能力

一方面，通過數據喂養打造符合檔案館服務特征的算法模型。對于檔案館服務而言，打造獨有的算法模型或大語言模型，能夠有效輔助各項業務的高效開展。前文提到，考慮建設成本與技術容錯，檔案館可以與互聯網企業進行合作，借助API接口調用“文心一言”“通義千問”“訊飛星火”等通用大模型。通過訂購或合作研發等形式，既能共享企業清洗后的高質量數據資源與語料庫，也能將其算法模型嵌入檔案館服務環節。隨后，通過喂養檔案館的服務業務數據或館藏資源內容數據，在模型設計、數據訓練、指令輸入、生成轉換、提示引導以及生成后的調整修改等關鍵環節保證檔案館員、企業開發者與專家的“主體介入”與“在場表達”。喂養的數據資源，可以是檔案館咨詢與檢索需求等業務性用戶與流程數據，也可以是包括圖片、音頻、視頻、虛擬實物等數字化館藏資源，先抽取典型的結構化式的數據投入模型進行預訓練。2023年5月，新華通訊社出品“古詩今畫，‘云’賞新時代勞動之美”活動，投喂古今詩詞數據生成了兼具傳統色彩與現代意象的生成式人工智能畫作。[18]檔案館可以通過投喂特色館藏資源來從中歸納提取主題風格，借助深度卷積GAN、有條件GAN、語言圖像預訓練等不斷優化檔案館服務算法模型的適用性與兼容性。

另一方面，建立文檔化的數據集實現對數據更加謹慎的管理。[19]這一點正與檔案專業特長相契合，能夠充分利用檔案館資源建設的已有成果。檔案部門也應在《檔案著錄規則》《錄音錄像類電子檔案元數據方案》等國家標準的基礎上，加快制定符合生成式人工智能應用要求的標注規則。在進行預訓練時，通過對已經結構化的檔案館服務業務數據與館藏資源進行分析，綜合考量訓練數據的類型信息、內容信息、來源信息，以及收集的方式、選擇的動機、來源的主體與包含的價值觀等，促使檔案館員與專業人士發揮作用，保證高質量的數據喂養與模型訓練工作。

4.3 發揮主體作用，實現服務內容參與式創新

生成式人工智能的應用能將檔案館服務的主體與受眾更加緊密聯系起來，并充分調動其在文化內容生產上的創造性與積極性，從而更高質量地盤活與開發館藏檔案數字化資源。

（1）對館藏資源進行高效關聯與組織整合

生成式人工智能的引進，對于檔案館員來說，是一次提升能力素質的良機。作為直接接觸與參與館藏檔案資源數字化與開發工作的主體，檔案館員能夠借助生成式人工智能的技術優勢更加充分發揮創造性。

在館藏資源的數字化建設方面，利用生成式人工智能技術能夠提高館藏檔案資源數字化的質量，尤其是稀缺性、保護性與瀕危性資源。對于古籍數字文本，可以利用生成式人工智能的斷句、歧義標記、缺字填補等功能，彌補其數字化資源分辨率低且難以進行內容檢索的短板，借助生成式人工智能提取館藏資源的內容，自動生成標點斷句，進行畫質修復與增強。此外，生成式人工智能也為口述檔案保護與傳承提供了新思路，如世界首部人工智能配音紀錄片《創新中國》就通過AI學習已逝著名配音藝術家李易老師過往紀錄片的聲音資料合成配音，讓李易的聲音重現，為檔案館開展口述檔案開發和創新展示形式提供了參考。

在館藏資源的關聯方面，可以通過生成式人工智能對海量數據的分析與關聯能力，引入注意力機制、圖神經網絡等深度學習技術，更好地捕獲檔案語義特征，實現對多模態館藏檔案資源的初步認知與自動抓取，在數字化過程中不斷深化館藏資源的細粒度建設，對實體、事件之間的關系屬性進行聯結與標準化處理，建構起基于人物、事件、地點、主題的非線性知識關聯網絡，完善復雜關系的多重檢索工具。如耶魯大學的“讓二戰大屠殺受害者發聲（Let Them Speak）”項目，就通過結合自然語言處理技術，對近3 000份大屠殺幸存者所留存下的視聽資料、文本證詞等材料進行數據清洗、文本挖掘與可視化，深化了語義關聯效果。[20]

在館藏檔案資源的特色開發方面，館員可以在檔案資源細粒度建設的基礎上，通過喂養典型檔案資源建設與內容創作案例，培育檔案館算法與語言模型的學習與模仿能力，圍繞館藏特色檔案，整合照片檔案、口述檔案、音視頻檔案、實物檔案等多模態資源，形成圖片、視頻、音頻、微電影、3D模型、虛擬場景等更全面立體生動的檔案文化內容形式等。如2019年浙江省檔案館在全國率先使用科大訊飛檔案機，實現了口述歷史采集室建設運行、重點檔案保護與開發等工作中的成果轉化及推廣。

（2）更好發揮檔案用戶的文化創意

公共文化服務雖以外在資源輸入為供給起點，但欲達至供需匹配，需要民眾深度參與。[21]目前，僅有2個省級綜合檔案館開展了基于開放檔案的知識服務，對檔案資源開發的用戶參與度建設仍需加強。[22]而生成式人工智能技術的分權性豐富了檔案館用戶在館藏資源建設與文化創意表達方面更多的可能性。

算法驅動下的生成式人工智能倡導文本交互關注用戶（讀者、觀眾、聽眾）釋讀文本的創造性和解釋性。基于對受眾的海量信息分析與高質量文化內容的計算，生成式人工智能可及時給予創作者反饋。檔案館可以在官方網站開辟用戶UGC內容創作模塊，拓展網站建設功能的同時，在該模塊中配備業已開發共享的館藏數字化資源。通過注冊與資質審核，集聚一大批創造力強、活躍度高的個體參與進來，可以是高校檔案學專業學子、教師、專家，也可以是歷史文化領域的網絡博主。在該模塊中融入生成式人工智能技術體系在內容創作上的基礎功能，并于國際檔案日等節日在官方網站平臺發布“檔案征集令”活動，設立相應獎勵體系。

鼓勵檔案館官網注冊用戶去探索家鄉及長輩傳承的鄉土記憶、文化遺產等，并以檔案的形式記錄或保存，收集歷史記憶、地域特色、民族風情等檔案資源并加以二創。近年來興起的少數群體數字建檔實踐，面向公眾開展的數字檔案征集、著錄、數字化編研等工作，便是引導公眾參與檔案文化資源建設與開發的有益探索。[23]推動檔案館與開設檔案學專業的高校進行合作，通過提供實習崗位、承擔假期社會實踐項目、實地參與制作視頻、定期舉辦檔案館內容創意推廣競賽等形式，發揮檔案學師生的專業素養與創造智力，將檔案館的館藏資源、實地場所、業務流程、特色服務、文化體驗等以“專業+年輕”的角度進行解讀與再創作，發揮多方主體在檔案文化內容生產上的積極性與創造性。

（3）優化服務交互體驗，提升用戶沉浸體驗

在館藏檔案資源的多模態生成方面，生成式人工智能的強大之處在于對圖片、視頻、音頻、虛擬場景的生成創作能力，可以對館藏資源體系的表達方式進行升級，提升用戶的臨場感與沉浸感。對此，檔案館可以利用生成式人工智能將館藏特色檔案資源中的歷史場景與人物故事以多模態、多感官、可視化、可交互的形式展現，輔以可穿戴、VR/AR、智能交互手柄等設備，借助生成式人工智能的語言學習與內容生成能力，將原本需要大量人力物力的資源還原與打造工作簡化，將檔案資源所承載的地域歷史風貌、風土人情、傳統文化以更立體、更直觀、更能打動人心的狀態展現。如中國國家圖書館就曾運用智能技術，將《山海經》中的神怪異獸、山川河海與名家金句精細關聯，繪制成新時代書海泛舟的航行地圖。[24]在無障礙服務方面，可以將生成式人工智能的動作識別模塊嵌入館內機器人，提高檔案館服務的寬容度。在用戶的需求與行為分析方面，可發揮生成式人工智能的內容核心綜述、潛在語義分析、段間語義分析等能力，根據用戶在檔案館的借閱歷史、檢索歷史、身份特征等數據，描摹并完善用戶需求畫像，為用戶提供可能利用到的關聯檔案資源。

4.4 進行場景打造，立足個性化衍生服務場景

借助生成式人工智能，檔案館能實現全天候、不限時的業務咨詢，資源借閱與館藏導航等基礎性服務，檔案閱覽形式不再局限于線下或等待管理員反饋。在此基礎上對原有的檔案館服務具體形式，如檔案宣傳展覽、資源編研、研學旅行等原生服務場景進行模態轉換，實現知識服務與應用場景的深度創新。“虛擬檔案館員”和“在線檔案知識社區”將成為生成式人工智能賦能下檔案館服務場景衍生的兩個主要方向。

（1）全程在場：“虛擬檔案館員”

虛擬數字人是一種由計算機生成，可以模仿人類行為、思考、感知和情感，具有多重人類特征的人工智能實體。[25]廈門大學檔案館推出的“廈小檔”虛擬數字人，融合了AIGC、數字人、語音識別等技術，已經支持語音、文本輸入，自動識別利用者的需求。[26]利用生成式人工智能打造檔案館專有語言模型時形成的檔案館藏資源數據集，可以作為檔案館“虛擬檔案館員”進行定向信息整合的核心數據。結合算法模型，預先訓練在分類編目、查閱借閱、檔案保管和參觀咨詢等環節的基礎應對策略，將“虛擬數字館員”的業務能力與資源輸出能力進一步融合。

在此基礎上，檔案館可以賦予“虛擬檔案館員”眾多職能。如館藏資源解說員職能，通過錄入檔案館員的動作表情、語音講解資源等，承擔實時導覽功能；無障礙服務職能，融入語音服務、手勢服務、盲圖程序、APP終端等，滿足特殊群體的文化需求；個性化借閱建議與推廣職能，結合豐富的館藏資源語料庫，根據用戶興趣、閱讀偏好進行內容適配，以用戶需求的某一檔案資源為核心，發散不同載體、多種形式的資源推廣，既可以是館藏的其他關聯檔案資源，也可以是圖書、文物等關聯文化業態的數字或實體資源等，提升用戶體驗滿意度；內容創意與創作職能，通過用戶給定的參數、要求與檔案客體，繪制或還原歷史場景、人物故事或虛擬文物等，與用戶交互更加活潑。

（2）知識社交：“在線檔案知識社區”

以生成式人工智能推動內容共創，需要重視社交媒介的有效參與，為檔案館用戶提供學習、獲利、評論和分享的開放性場域。[27]在生成式人工智能的助力下，檔案館用戶在檔案資源開發、闡釋與內容創作等方面的文化創意，能夠得到豐富展現和快速轉化。借助現有主流的知識共享平臺打造檔案館的“在線檔案知識社區”，以館藏檔案資源與個人知識社交為核心，能夠為檔案館用戶提供一個實時、持續、直接的交往互動平臺，充分發揮用戶的自組織性，推動其知識儲備、認知方式、能力結構等交流共享，進一步提高檔案文化創意與內容生產的即時性、共享性與協作性，從而打破檔案館物理空間與數字空間的壁壘，為檔案館用戶參與檔案館服務建設提供更為便捷、高效的方式，以數據智能驅動形成檔案館服務圈層認同。

檔案館建設“在線檔案知識社區”也是深化檔案數字敘事的重要途徑之一。前文提及，在檔案資源建設與文化塑造中，生成式人工智能有助于發揮用戶的文化創意。針對某一主題的檔案資源，檔案館可以開設專門板塊來提供分享空間，用戶可以交流檔案資源體驗、提出開發想法，甚至可以實現對散落民間的相關檔案的發掘與在線上傳，豐富館藏。還可以推動用戶聯合創作，尤其是開發具有館藏特色的檔案文創產品，將志同道合的檔案館知識社區用戶以共同興趣與愛好為紐帶聯系到一起，匯集創意，增強面向參與者的資源開發力量。以算法為引擎，以內容交互為目的，以檔案文化興趣為指引，吸引更廣泛的文化設計與創意人才主動參與檔案館藏資源的開發[28]，形塑檔案館文化、檔案文化層面的思想、觀念和精神，推動形成新穎、高質的檔案文化服務產品。

5 結 語

生成式人工智能浪潮的興起將對公共文化服務事業產生深遠影響，檔案館作為公共文化服務陣地的一環，在建設館藏資源、優化服務體驗和促進社會參與等方面為生成式人工智能提供了應用空間。[29]利用生成式人工智能優化檔案館的服務質量，既要著眼于對檔案館基礎服務設施與數據學習能力的提升，也要注重發揮生成式人工智能在文化內容生產中的技術優勢，激發相關主體在檔案文化創意、內容創作等方面的積極性，從基礎設施、資源建設、服務參與、模式創新等方面優化檔案館的服務質量。

作者貢獻說明：

張笑瑋：提出總體思路，撰寫與修改論文；吳建華：提出修改思路和重要觀點。

注釋與參考文獻

[1]劉瓊，劉桂鋒，王鵬.AIGC賦能圖書館閱讀推廣智慧服務的框架和應用研究[J].圖書館學研究，2024（2）：108-118，107.

[2]李佳軒，儲節旺，杜秀秀.關聯、黑箱與賦能： AIGC驅動智慧圖書館的轉型路徑[J].圖書情報工作，2023（23）：18-27.

[3]劉逸倫，黃微，張曉君，等.AIGC賦能的科技情報智能服務：特征、場景與框架[J].現代情報，2023（12）：88-99.

[4]莫祖英，盤大清，劉歡，等.信息質量視角下AIGC虛假信息問題及根源分析[J].圖書情報知識，2023（4）：32-40.

[5]張衛，黃成馳.生成式人工智能中的“責任”問題及成因探析——基于身體的視角[J].圖書館建設，2023（4）：15-18.

[6]劉江峰，劉雛菲，齊月，等.AIGC助力數字人文研究的實踐探索：SikuGPT驅動的古詩詞生成研究[J].情報理論與實踐，2023（5）：23-31.

[7]周海.生成式人工智能輔助檔案編研工作的實現路徑構建[J].北京檔案，2024（6）：45-48.

[8]王冠，袁燁.現階段生成式人工智能在檔案開發利用中的應用瓶頸分析——以ChatGPT類人工智能為例[J].檔案與建設，2023（11）：48-51.

[9]《2022年北京人工智能產業發展白皮書》重磅發布[EB/OL]. [2024-04-17].https：//www.beijing. gov.cn/ywdt/gzdt/202302/t20230214_2916514.html.

[10]BANDURA A. Toward a psychology of human agency[J]. Perspectives on psychological science， 2006， 1（2）： 164-180.

[11]顏涵，于英香.AIGC賦能檔案知識服務：價值意蘊與應用場景[J].檔案與建設，2024（7）：79-85.

[12]解學芳，高嘉琪.AIGC模式賦能數字文化創新的邏輯與善治：基于ChatGPT熱潮的思考[J].江海學刊， 2023（3）： 86-95.

[13]HOLZER M， CHARBONNEAU E，KIM Y. Mapping the terrain of public service quality improvement：twenty-five years of trends and practices in the United States[J].International Review of Administrative Sciences， 2009，75（3）：403-418.

[14]陳思函，解學芳.AIGC驅動下的數字文化消費：困境透視與紓解路徑[J].新疆社會科學，2024（4）：142-152，174.

[15]浙江省委辦公廳省政府辦公廳印發《關于推進新時代檔案事業現代化先行的意見》[N].中國檔案報，2024-04-08（4）.

[16]張斌，高晨翔，牛力.對象、結構與價值：檔案知識工程的基礎問題探究[J].檔案學通訊，2021（3）：18-26.

[17]生成式AI大模型賦能檔案管理智慧應用[EB/OL].[2024-04-17].https：//www.sythams. com/gongsixinwen/534.html.

[18]蔡琳，楊廣軍.人工智能生成內容（AIGC）的作品認定困境與可版權性標準構建[J].出版發行研究，2024（1）：67-74.

[19]胡泳，劉純懿.大語言模型“數據為王”：訓練數據的價值、迷思與數字傳播的未來挑戰[J].西北師大學報（社會科學版），2024（3）：43-54.

[20]The Yale Digital Humanities Lab.Let them speak[EB/OL]. [2024-11-20]. https：//Its. fortunoff.library.yale.edu/.

[21]湯資嵐.數字賦能共同生產：公共文化服務供給新范式[J].新世紀圖書館，2023（5）：5-9，76.

[22]劉婧，歐月.面向生成式人工智能的檔案數智化服務應用場景探索[J].檔案與建設，2024（9）：83-91.

[23]向曉旭.檔案參與國家敘事：邏輯、維度與策略[J].檔案與建設，2023（9）：44-48.

[24]ZHANG Z， WEN F， SUN Z， et al. Artificial intelligence-enabled sensing technologies in the 5G/ internet of things era：from virtual reality/augmented reality to the digital twin[J]. Advanced intelligent systems， 2022，7（7）：2100228.

[25]NOAH L S， SCOTTY D C. Learning with virtual humans：Introduction to the special issue[J]. Journal of Research on Technology in Education，2021，53（1）：1-7.

[26]徐祥伍，韓笑.AIGC+虛擬數字人：人工智能時代檔案館數字服務新展望[J].檔案，2023（10）：9-14.

[27]DONGMEI C，MAUREEN M，DONNA W，SENMAOX. Understanding Consumers’ Social Media Engagement Behaviour：An Examination of the Moderation Effect of Social Media Context[J].Business Research，2021，122（1）：835-846.

[28]葛悅，謝詩藝.當前我國檔案文化產品的開發邏輯：定位與取向[J].檔案管理，2024（1）：73-78.

[29]楊劍云，付甜甜.生成式AI視域下智慧檔案館建設的邏輯進路與應然策略[J].蘭臺世界，2024（9）：41-45.

（責任編輯：馮婧愷 張 帆）