rag知识库为什么怕追问知识图谱3个真实实践

rag知识库为什么怕追问？知识图谱3个真实实践

最近有人问图老师，他们公司的rag知识库上线三个月，验收指标都挺好看，员工就是不爱用。

拉了提问日志一看，问题出在第二问。

员工第一句问这家供应商靠不靠谱，AI答得头头是道。

接着追问它股东名下那几家公司去年有没有出过交付问题，AI立刻开始一本正经地编。

第一问答得好，第二问就露馅，今天图老师就专门讲讲这个现象，顺带说说GitHub上刚火起来的开源版Palantir给这件事提的醒。

rag知识库怕什么追问

先给这类追问起个名字。

行话叫多跳查询，第一问查一个实体，第二问沿着关系再跳两步。

供应商的股东的其他公司，这台设备同型号的泵在别的产线出过什么故障，这位客户经理经手的合同里有多少逾期。

这类问题的共同点：答案不在任何一份文档里，散在好几处，中间靠关系串着。

rag知识库的原理决定了它接不住。

文档切片，转成向量，按相似度召回，本质是拿你的问题去找长得像的段落。

向量懂远近，不懂关系。

它知道供应商年报和处罚公告都提到这家公司，但它不知道股东这个词要求它顺着股权链路再跳一层。

所以一追问，它要么召回一堆不相干的段落硬拼，要么干脆编一段。

GitHub上最近爆火的开源项目Semantica把这个短板摆上了台面。

这个自称开源版Palantir的项目，核心思路就一句话：企业信息光存向量不够，得存成一张有节点、有连线的知识图谱，智能体才能顺着关系走路。

方向被开源社区验证，说明这已经是行业共识，不是某家厂商的推销话术。

向量加图谱怎么配合

讲到这你可能会问，是不是要把现有rag知识库推倒重来。

不用，两者干的活不一样。

向量的强项是入口，员工提问的说法千奇百怪，泵坏了、设备故障、异常振动，向量都能对上文档。

图谱的强项是走路，名词对齐之后，从这台设备跳到同型号泵，再跳到故障工单，再跳到处置记录，每一步都有据可查。

务实路线是向量做召回，图谱做追问，第一问用向量把上下文捞回来，员工追问时改走图谱遍历。

图博数智给南通华为电力做标书解析时用的就是这个配合。

标书里的设备、数量、报价散在几十页的不同表格里，纯检索怎么都对不齐，名词挂上关系图谱之后，跨页跨表的数据才能串成一张完整的报价单。

这种活在企业里到处都是，只是过去都靠老员工脑子里的关系网扛着。

知识图谱三个真实实践

实践一，化工配方的配伍拦截。

图博数智服务过一家日化企业，几十年的配方卡里记着哪些原料搭一起会分层、变色。

这些规则做成原料关系图谱之后，AI推荐新配方前会先查一遍配伍关系，有冲突的组合直接拦下，不用等打样出来才发现白做。

实践二，环保项目的历史复用。

昆山源和环保的历史方案、图纸、报价散在不同文件夹，新项目想参考同规模污水处理经验，全凭老工程师的记性。

项目本体建起来之后，工艺、设备、客户之间的关系打通，AI顺着关系匹配历史案例，直接生成新方案初稿，前期方案撰写时间大幅压缩。

实践三，科研数据的跨库关联。

南京大学课题组用MatSeek建私有知识库，同一个材料在中文文献、英文文献和课题组内部记录里，写法能差出好几个字段。

名词体系统一之后，AI才敢在文献和实验数据之间来回跳着查，检索结果直接引用进论文。

三个实践的共性就一条：先把关系理清楚，AI才答得出链条上的问题。

哪些企业需要知识图谱

照例把判断标准摆出来，图老师的经验是看三条，命中两条再考虑上。

信息散在三个以上系统，同一事物有好几种叫法。

业务问题里经常带它的、名下的、相关的这类连环追问。

答案错了有实际损失，要进汇报、进方案、进合规材料。

反过来讲，如果你的场景就是单文档问答，查规章制度、翻产品手册这类，rag知识库本身够用，别为图谱多花冤枉钱。

图老师习惯先把不适合的挡回去，把不适合的方案硬卖出去，这生意做不长。

rag知识库升级三步走

真要做，按三步来。

第一步，盘点一周，把公司里同一事物有几种叫法、关系藏在哪几个系统列清楚，这一步不花钱。

第二步，挑一个连环追问最频繁的场景试点，设备故障追溯、供应商背调都合适，跑通一条关系链就算赢。

第三步，把图谱接进问答链路，员工追问时走图谱路径，答案从关系链上取，每次都稳定一致。

底层能力多说一句，图博数智的inFab支持全私有化部署，团队约八成是FDE，贴着客户业务把名词和关系一条条理出来，图谱这种活没有捷径，全靠蹲在现场磨。

一句话收尾：rag知识库解决找得到，知识图谱解决串得起，员工的第二问，才是企业AI知识库真正的试金石。

关注我，图老师每天分享一个企业AI落地的真问题、真办法。