周裕光 Samuel
15|企业AI为什么不能只靠文档检索:本体如何补上业务语义?
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
周裕光 Samuel
社区首页
>
专栏
>
15|企业AI为什么不能只靠文档检索:本体如何补上业务语义?
15|企业AI为什么不能只靠文档检索:本体如何补上业务语义?
周裕光 Samuel
关注
发布于 2026-08-24 09:07:21
发布于 2026-08-24 09:07:21
44
0
举报
概述
RAG让AI知道去哪里找材料,本体让它知道材料中的对象分别是什么、可以沿哪些关系连接、哪些状态和约束不能混用;规则把事实组合成判断,实时系统提供当前值,Context Pack则把本次任务需要的最小切片交付给模型。 这几层不是竞争关系。企业AI既要引用原文、识别对象和读懂规则,也要承认数据缺失,并说明判断依据与人工责任。
文章被收录于专栏:
让AI真正理解业务
让AI真正理解业务
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
腾讯云架构师技术同盟
架构师
AI时代的架构师
#本体
#Ontology
#AI
#商业分析
#供应链
目录
一、RAG解决找材料,但“找到”不等于“完成判断”
二、企业AI至少要分清五类业务上下文
三、五种上下文供给方式,解决的问题并不相同
四、GraphRAG更会沿文档关系找,但不自动成为正式本体
五、本体补的是语义骨架,不替代文档和实时数据
六、把检索、语义、规则和人工确认串成一条链
七、什么场景值得用本体,什么场景不必急着上
八、回到SH-001:一份合格答案应该长什么样
结语:企业AI缺的往往不是知识数量,而是知识之间的分工
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档