问题根源
企业AI知识库的最大障碍不是没数据，而是语义不一致。同一概念在不同系统里叫法迥异，导致检索召回低、RAG答非所问。本体论被视为破局关键。
什么是本体（Ontology）
在本体论中，本体是对某一领域知识的形式化、明确化规范，定义其中的概念、属性、关系与约束。它相当于给AI一把字典，让不同系统的术语映射到同一语义节点。
- 类（Class）：领域中的概念实体，如客户、订单、供应商
- 属性（Property）：类与类之间的关系，如客户—下单—订单
- 实例（Instance）：具体的数据对象，如某个具体客户记录
本体 + 知识图谱的协同
本体提供语义骨架，知识图谱提供实例填充。二者结合后，知识库不再只是文档库，而升级为可推理的结构化知识网络，支持路径查询与逻辑推理。
落地建议
对于中大型企业，建议优先在垂直领域（如合规、客服、研发）试点本体建模，再逐步扩展到全企业知识图谱。注意：本体不是越大越好，过早过度建模反而会拖慢迭代。