关键词:知识工程师(KE)、语义切片、来源标注、图谱建模、质量评测、RAG 运维
在“从找文件到要答案”的转型中,决定系统上限的不再是硬盘容量或搜索框样式,而是人:谁把零散文档改造成“可被机器引用的知识”?谁对“谁说了算、说过什么、能信几成”负责?
答案是——知识工程师(Knowledge Engineer, KE)。
KE 不是“把文件搬进库”的文档管理员,而是答案生产线的工艺师:将业务语义—来源—切片—锚点—图谱—评测—回滚,串成可运维的流程。
本文给企业的业务与数转负责人,一份“岗位说明 + 能力模型 + 评价与晋升”的清晰范式。
NO° 01
角色升级
从“保管文件”到“供给答案”
Summary
- 文档管理员的产出是“可查看的文件”,KE 的产出是“可执行的答案”。
- 工作对象从“目录结构”升级为“语义结构(实体、关系、口径、锚点)”。
- 责任边界从“归档”升级为“口径一致性与可追责”。
正在发生的变化
- 文件→知识:长文档被切成可引用的原子片段,建立段落级锚点与元数据(版本、权威度、TTL、保密级别)。
- 目录→图谱:把“客户—合同—条款—履约—发票—投诉”连成实体关系图,支持跨库推理。
- 内容→答案:输出标准化答案卡(结论|证据引用|置信度|下一步),对接 CRM/审批/工单形成业务闭环。
对组织的意义
- 让“我认为”变成“证据显示”。
- 让知识从一次性“搬运”变成可运维的供给。
NO° 02
岗位说明(JD)
知识工程师做什么、交付什么
Summary
- KE 是“来源—切片—标注—图谱—评测—回滚”全链路的工艺 Owner。
- 日常交付以“来源目录、切片包、答案卡、评测集”为核心。
- 与来源责任人、法务、平台工程师协同出品可托付答案。
核心职责(按流水线)
来源与口径
- 共建权威来源目录(白/灰/黑名单、负责人、TTL、口径说明)。
- 识别口径冲突并推动仲裁;维护“谁说了算”台账。
语义切片与锚点
- 对文档做清洗/切片(200–400 词、重叠 30–50 词);生成永久锚点与元数据。
- 为表格、PDF、图片 OCR 制作单元格级或页级锚点。
图谱与模式
- 建立实体词表(客户、SKU、合同条款、渠道、区域…)与关系模式。
- 与业务 Owner 校对口径、版本与权威度,沉淀领域模型。
答案工艺与模板
- 制定答案卡模板(结论|引用|置信度|下一步),约束生成必须“证据就位”。
- 配合平台工程配置意图路由与白名单守护栏。
评测与红队
- 维护基准问答集与红队集(歧义、矛盾、诱导题),周度回归。
- 分析低置信度池原因:召回不足/口径过期/切片失真等,驱动修复。
发布与回滚
- 组织周度小版本、月度口径合订本;管理知识事故
— 以上为试看内容(约 40%),开通会员后阅读全文 —