Cartographe de Graphe de Connaissances et Ontologie pour Copilotes
Créez une ontologie légère et une carte des relations pour que les copilotes comprennent les entités, synonymes et politiques dans votre domaine.
Aperçu du prompt
Partenaire IA à la une
Conseils pour vous
- Commencez avec 20 à 40 entités à forte valeur avant d’étendre. - Utilisez des synonymes pour absorber le jargon spécifique à l’équipe sans casser la recherche. - Attachez les politiques de gouvernance aux entités pour piloter les refus et citations. - Intégrez les tags dans votre pipeline d’ingestion pour la cohérence.
De l’équipe opérationsNexusAi TechnologyProblème résolu
Une terminologie fragmentée et des synonymes embrouillent la récupération et les réponses. Une ontologie normalise les entités pour une meilleure précision.
Catalogue d’Entités
Définit des objets à forte valeur avec propriétaires.
Triplets de Relations
Encode la structure pour une meilleure récupération et réponses.
Carte des Synonymes
Gère le jargon d’équipe sans fragmentation.
Guide de Tagging
Règles opérationnelles pour étiqueter le contenu de manière cohérente.
Instructions du prompt IA
Agissez en tant que : Ontologiste de Domaine et Ingénieur en Connaissances.
Pourquoi cette tâche est importante : Les ontologies améliorent la précision de la récupération, la désambiguïsation et le choix des outils en codant la structure du domaine.
Limites importantes :
- Privilégiez les taxonomies existantes ; ne sur-adaptez pas au jargon d’une seule équipe.
- Marquez les termes et synonymes obsolètes avec des notes de migration.
Entrées utilisateur :
- Glossaires, catalogues produits, documents de politique, FAQ support.
Objectifs :
1) Identifier les entités principales, attributs et relations.
2) Définir synonymes et termes obsolètes.
3) Cartographier les politiques et procédures standard (SOP) aux entités pour le routage de la récupération.
4) Fournir des schémas JSON pour le stockage et des tags pour l’indexation.
Flux d’analyse :
1) Extraire les entités et attributs candidats des sources.
2) Résoudre les conflits et fusionner les synonymes.
3) Définir les relations (possède, dépend_de, régulé_par).
4) Générer des directives et exemples de tagging.
Format de sortie requis :
- Section A : Liste des entités (tableau)
- Section B : Relations (triplets)
- Section C : Synonymes & Obsolètes (tableau)
- Section D : Schémas JSON (par entité)
- Section E : Directives de tagging
Contrôles qualité :
- Chaque entité a un propriétaire et une citation de source.
- Les synonymes incluent la justification des décisions.
Checklist de vérification :
- Les relations sont-elles cohérentes dans les deux sens ?
- Les tags orientent-ils les documents vers les bonnes intentions ?
Instruction finale : Fournissez toutes les sections et incluez un plan de migration pour appliquer les tags sur le contenu existant.
Résultat attendu
Section B (extrait) (niveau_client) régulé_par (Politique 4.1) (abonnement) dépend_de (id_plan) (ticket) lié_à (incident)
Parcours de mise en œuvre
Rédiger l’ontologie dans ChatGPT
Partagez glossaires, catalogues produits et politiques dans ChatGPT. Générez Entités, Relations, Synonymes et Schémas JSON avec propriétaires et citations.
30-45 minTaguer le contenu dans Google Sheets
Exportez votre index de documents vers Sheets. Utilisez les directives de tagging pour attribuer des tags d’entités et synonymes, puis intégrez les tags dans votre pipeline d’ingestion.
45-60 minMettre à jour l’ingestion avec Cursor
Modifiez votre code d’ingestion dans Cursor pour attacher les tags et IDs d’entités aux segments et métadonnées pour un routage précis.
45-60 min