专家知识表达

定义

专家知识表达，是指不把专家知识仅仅保存为文档，而是把它表达为由概念、理论、方法、材料和推理关系构成的结构。

普通知识库通常把知识理解为可以存储、索引、检索和总结的材料。这个做法适合寻找某个事实、恢复某段文字，或者回答已经直接写在材料中的问题。但研究性问题并不总是寻找现成句子。用户可能是在问一个概念如何理解，一个论证是否成立，两种理论有什么差别，或者一个已有框架能否解释新的现象。

SonaMinds 用“专家知识表达”这个概念来标记一个不同的起点。专家知识不是文档堆积，而是一种判断结构。材料只有被放入根本问题、核心概念、理论模型和方法路径之中，才真正获得知识上的意义。一段笔记可能支撑一个概念，一个案例可能说明一个理论模型，一篇文章可能定义整个知识体系的方向。

从文档保存到知识结构

文档保存是必要的，但不充分。如果没有更高层的知识表达，AI 系统可能检索到相关文本，却用错误的方式回答。哲学问题可能被当作事实查询来回答，方法问题可能被当作普通总结来回答，理论问题可能被压扁成几段引用。这类失败不只是检索失败，而是知识表达失败。

因此，专家知识表达首先要问，在检索和生成之前，系统需要具备什么结构。它至少应该知道知识属于哪个领域，这个领域关心什么根本问题，哪些核心概念必须保持稳定，哪些理论模型组织解释，哪些方法形成判断，哪些材料可以作为证据或例子。

大语言模型有很强的通用表达能力。这种能力本身有价值，但也带来风险。如果模型没有被特定专家结构约束，它很容易用公共语料中的常见表达替代专家自己的概念框架。答案可能听起来合理，却已经不再代表原来的知识体系。

在 SonaMinds 中，专家知识表达不是纯理论描述，而是系统行为的基础。输入材料需要被赋予结构角色，用户问题需要相对于这些角色被理解，检索需要由被激活的知识结构指导，回答生成也需要保持在相关专家体系的概念和方法边界之内。

专家知识表达不是文件夹结构，不是标签列表，也不是专家简介。文件夹组织文件，标签标记主题，简介描述一个人。专家知识表达描述的是一个知识体系如何被组织，以及它应该如何推理。它更接近一种可以维护的思想结构，而不是一个可搜索的资料库。