专家知识画像

定义

专家知识画像，是对一个专家知识体系的自然语言结构说明，包括它所属的领域、根本问题、核心概念、理论模型、方法路径和材料范围。

普通专家简介描述的是一个专家是谁。它可能包括经历、资质、主题、链接和工作范围。专家知识画像描述的是另一件事，也就是这个专家知识体系如何思考。它定义 AI 在解释和回答时应该遵循哪些问题、概念、模型、方法和材料边界。

这个区别很重要。专家型 AI 不能只靠上传文档来建立。文档提供材料，但文档本身通常不会明确说明这些材料应该如何被理解。知识画像给系统提供结构性上下文，使系统知道自己处在哪个领域，哪些问题重要，哪些概念必须稳定，哪些理论组织解释，哪些方法指导判断，哪些材料可以作为证据。

知识画像包含什么

一个知识画像可以描述该知识体系所属的学科或实践领域，可以说明它的根本问题，可以列出承载内部意义的核心概念，可以描述组织解释的理论模型，可以规定推理、比较、分析和应用的方法，也可以界定材料范围，包括文章、课程、笔记、转写、技术文档、案例和例子。

知识画像应该首先以自然语言书写，而不只是数据库字段。专家本人需要能够阅读和修改它。AI 系统也需要把它作为结构上下文。以后其中一部分可以映射成可索引字段，但自然语言说明仍然重要，因为它保留了结构背后的语义解释。

在 SonaMinds 中，知识画像用于指导分类、检索和回答生成。当用户提出问题时，系统可以把问题放在知识画像中理解。如果画像说明某个概念在专家体系内部有特定含义，回答就应该保留这个含义。如果画像说明专家依赖某种模型或方法，回答就不应该默认转向公共语料中的通用解释。

知识画像也有助于控制范围。同一个词在不同领域中可能完全不同。比如“身份”可以属于心理学、哲学、品牌，也可以属于产品设计。知识画像为系统选择正确的理解方式提供结构依据。

专家知识画像不只是 persona 描述。persona 描述往往关注语气、角色和风格，而知识画像描述的是知识体系的深层结构。它也不是关键词列表。关键词可以帮助检索，但不能说明概念如何连接理论、方法和材料。