企业级 RAG 的知识分层:实体、关系、属性与规则如何落库

实体、关系、属性、规则如何与业务真正挂钩
很多团队在做企业知识库时,陷入了一个误区:把所有文档塞进向量库,或者把所有知识塞进图数据库,然后发现系统要么召回乱,要么查询慢,要么答案不可信。 

问题的根源不是工具选错了,而是没想清楚每类知识该以什么形式存在哪里。

· · · ✦ · · ·

一、企业知识库和 RAG 系统分层

这五层不是竞争关系,而是分工。

例如用户问:

上海用户办理 5G畅享199 后,还能不能叠加宽带融合优惠?

Milvus 可以召回相关政策、活动说明和客服口径。

但 Neo4j / NebulaGraph 才适合查询:

5G畅享199套餐 --互斥--> 老融合优惠
宽带融合优惠 --适用客户群--> 新装用户
宽带融合优惠 --适用区域--> 上海
宽带融合优惠 --生效时间--> 2026年7月1日到2026年12月31日
规则A --来源于--> 政策文档B

这些是确定性业务关系,不能只靠向量相似度判断。

二、知识分类

企业的业务知识大致分为四类,存储方式完全不同。

第一类:主数据与实体(必须结构化,进图数据库)

这是业务的骨架,是所有问答的起点。

产品(套餐、服务、商品)

产品编码、标准名称

别名(用户说的非标准叫法)

权益(套餐包含的内容)

活动(促销、优惠、限时政策)

客户群(新装用户、存量用户、企业客户)

区域(省市分公司、渠道区域)

渠道(线上营业厅、实体营业厅、客服热线)

这些内容的特点是:稳定、有唯一标识、可复用、需要精确命中。

不能只存成文档切片,因为文档是“某一份政策里写了这个产品”,但主数据是“这个产品在整个系统里是谁”。

推荐存入:Neo4j / NebulaGraph 图数据库,作为节点(Node)。

第二类:关系(业务规则的骨架,进图数据库)

关系是图数据库真正发挥价值的地方。企业业务中,关系不是模糊的,而是确定的。

包含:套餐包含哪些权益。例:5G畅享199 → 包含 → 100G流量包。

互斥:两个优惠不能同时享受。例:5G畅享199 → 互斥 → 老融合优惠。

适用:活动适用哪些客户群。例:宽带融合优惠 → 适用于 → 新装用户。

依赖:办理条件依赖什么。例:宽带融合优惠 → 依赖 → 宽带在网状态。

来源于:规则出处。例:规则A → 来源于 → 政策文档B。

别名是:非标准名称与标准名称映射。例:“畅享199” → 别名是 → 5G畅享199套餐。

限制于:地域或时间限制。例:活动C → 限制于 → 上海区域。

覆盖:新规则覆盖旧规则。例:规则2026版 → 覆盖 → 规则2025版。

这些关系是业务的真实逻辑,无法从语义相似度中推断出来。

向量库可以找到“和这份文档内容相似的文档”,但它不知道两个产品是否互斥。

推荐存入:Neo4j / NebulaGraph 图数据库,作为边(Edge)。

第三类:属性(节点和边上的限定条件)

每个实体和关系都有属性,属性是做过滤和判断的关键。

实体节点属性示例(以产品为例):

     product_id: P1000199
     canonical_name: 5G畅享199套餐
     aliases: ["畅享199", "199融合", "5G 199套餐"]
     product_code: P1000199
     status: 生效中
     launch_date: 2025-01-01
     valid_regions: ["上海", "浙江", "江苏"]
     channels: ["线上营业厅", "客服热线"]   

关系边属性示例(以互斥关系为例):

     relation_type: conflicts_with
     subject: 5G畅享199套餐
     object: 老融合优惠
     region: 上海
     valid_from: 2026-01-01
     valid_to: 2026-12-31
     confidence: 1.0(人工确认)
     source_doc_id: policy_doc_202601
     confirmed_by: 业务负责人A
     confirmed_at: 2026-03-1…
— 以上为试看内容(约 40%),开通会员后阅读全文 —