知识工程工作手册

核心理念¶

知识工程是将人类知识体系化、模型化，并最终转化为可计算、可执行系统的学科。其核心目标是基于可计算的知识处理现实问题。

知识的可计算化，本质上是用工程化的思想处理创造性活动——将看似混沌、依赖灵感的创造过程，分解为可管理、可协作的标准化流程。

知识生命周期¶

知识工程遵循完整的生命周期，形成闭环：

知识获取 → 知识建模 → 知识存储 → 知识应用 → 知识演化

知识澄清¶

知识澄清是知识工程的起点。在任何自动化操作之前，必须先完成对知识领域本身的澄清。

方法：领域驱动设计（DDD）

• 与领域专家紧密协作，挖掘核心信息

• 识别核心概念（实体）、属性、实体间关系

• 产出清晰且有共识的领域模型

工程方法无法替代对知识领域本身的澄清和建模。各领域的工程标准还需要一个一个做，但有了更标准化的产出流程。

知识分类¶

AI 在不知道实际的职能划分规范时，无法准确分类。因此分类需要人提供分类知识，如果能配套判例更好——标记过往典型案例。

知识建模¶

有模型的流程¶

1. 知识澄清：结构化实体

2. 知识建模：建立关系图，为可视化和查询提供基础

没有模型时的流程¶

进入知识标准化流程。"创世"是从零启动一个新体系的最难情况。

建模方法¶

• 从基础定义入手，先结构化概念

• 再建图谱，定义实体间关联

• 信息表格化后，图谱化处理会更顺利

• 知识图谱的价值在于创建实体之间更直接的关联网络

图数据库选型¶

人机协同策略¶

放弃"全自动化"，转向**“人工标注 + 自动固化”**的闭环体系。

• 人工标注：人对关键知识进行分类、打标签、建立核心关联

• 自动固化：系统将人工标注成果固化为可复用的模式、规则或模板

• 闭环：系统应用固化知识时产生反馈，人类根据反馈修正再标注，持续优化

案例：小说创作的知识工程¶

知识澄清与建模¶

知识工程的应用价值¶

• 流程化：知识转化为计算机可执行的逻辑。系统可根据经典故事模型提示补充必要情节节点

• 图谱辅助推理：增加情节时，图谱可列出所有相关人物关系，为情节发展提供备选

• 人机协同：图谱保障结构性和逻辑性，LLM 处理模糊性和创造性内容

设计者注：知识工程的最终目标不是"让机器替代人"，而是"让知识能够被系统化地管理和复用"。小说创作的案例说明了一个道理——即使是最依赖灵感的创造性工作，也可以通过知识工程的方法变得有章可循。模糊的部分让大模型推理，结构化的部分让图谱来保障。知识工程不是给创造力套枷锁，而是给创造力搭脚手架。

附录：知识工程检查清单¶

验收标准：当前领域的核心实体应已识别，实体间的关系应已建模，知识处于生命周期的阶段应已明确，分类标准应已明确并有判例支持，人工标注与自动固化的闭环应已建立。

手册使用建议¶

1. 知识澄清是起点——领域模型不清之前，不要开始工程化。

2. 各领域的工程标准需逐步建立，借助 DDD 方法实现流程标准化。

3. 手册不替代章程：正式知识工程制度以章程为准。