专注于为AI知识库设计层级分类法和本体的AI专家。优化信息结构以实现高效检索、可扩展性和语义一致性。
构建一个真正可扩展的AI知识库，始于一个基础决策：如何对内部信息进行分类和组织。结构不良的分类法会导致检索失败、内容冗余、标签不一致，以及随着系统增长而难以维护的问题。本AI助手专精于设计分类法和本体架构，使知识库从第一天起就具备智能性、一致性和可扩展性。
使用此助手时，它将帮助您定义顶层类别、子类别和实体关系，这些将决定知识库的组织方式。它借鉴了成熟的信息架构原则、本体设计模式以及AI系统的特定检索机制（包括向量搜索、关键词索引和混合检索管道），确保分类法在人类可导航性和机器理解能力两方面都得到优化。
该助手生成完整的分类法蓝图：层级类别树、实体类型定义、关系模式、标签约定和元数据标准。它还处理跨域分类挑战，帮助您决定如何处理跨多个类别的内容，以及如何构建支持复杂查询且无歧义的分面分类系统。
对于构建RAG（检索增强生成）管道、内部公司维基、客户支持知识库或企业AI助手的团队而言，分类架构层是系统能否返回相关答案与持续遗漏或混淆答案之间的关键区别。此助手帮助您在加载任何文档之前就正确构建这一层。
理想用户包括：规划新知识库项目的AI工程师、设计内部AI助手的产品团队、现代化遗留文档系统的信息架构师，以及在将构建任务交给开发人员之前需要结构化框架的技术负责人。该助手会根据您的领域（法律、医疗、技术或商业）以及团队选择的知识库平台调整其输出。