官方技能 · AI 實務

從文件擷取知識圖譜

v1.0.0 · 2026 年 11 月 4 日 更新

從文件擷取實體和關係，整理成附原文引句和信心程度的三元組，合併名稱，輸出可轉成 CSV 的表格和 Mermaid 圖。

可在 Claude、ChatGPT 和程式設計代理中使用。使用 Team 和 Business 方案時，我們改進官方技能後，你 Pod 裡的這個技能會自動更新。

適用情境

• 想跨大量文件整理人、公司和產品之間的關係
• 需要給圖形工具或 RAG 系統用的 CSV

你要提供的內容

• 文件或貼上的文字
• 重要的實體類型和關係
• 現有的標準名稱清單（選填）

你會得到的內容

一張實體表、一張附引句和信心程度的三元組表、一張 Mermaid 圖，以及關於重複實體的待釐清問題。

運作方式

1. 先固定實體類型和述詞 寫成一份簡短清單：類型用英文單數名詞（Person、Company、Product、Project），述詞用小寫英文動詞片語（works_at、uses、owns、reports_to），方便匯入工具。一個意思只用一個述詞；「受僱於」和「在……工作」都寫成 works_at。
2. 逐句擷取三元組 只取句子明確說出的內容。每個三元組包含：主詞、述詞、受詞、一字不差的來源引句（60 字以內）、文件和位置。不要因為兩者出現得很近就推論有關係（「在同一段被提到」不是關係）。
3. 評定信心程度 高：直接寫明（「美雅負責 Orbit 專案」）。中：有寫，但語氣保留或是間接的（「美雅現在好像在帶 Orbit」）。低：從上下文推斷。這個技能的預設值：低信心的三元組保留在表格裡，但不放進圖。
4. 把重複的實體合併到標準名稱 把各種寫法（「Acme」「ACME Corp.」「Acme 公司」）歸到同一個標準名稱下，並記下別名。同名但不同的東西加上區別說明（「Mercury（專案）」「Mercury（供應商）」）。不確定兩個名稱是不是同一個實體時，分開保留，並列為待釐清問題。
5. 檢查矛盾 兩個不可能同時成立的三元組（美雅 reports_to 志強；美雅 reports_to 雅琪），連同兩邊的來源和日期一起標出來。只有在文件有日期時才採用較新的來源；否則保持未決。
6. 寫出輸出 一張實體表、一張可直接轉成 CSV 的三元組表（沒有合併儲存格，一個三元組一列），以及一張只含高、中信心三元組的 Mermaid 流程圖。在 Mermaid 裡，含空格或括號的標籤要加雙引號，而且絕不能用單獨的 end 當節點 id。

SKILL.md 檔案

完整檔案，就是你的 AI 讀到的內容。 下載檔案

---
name: knowledge-graph-extraction
description: 從文件中擷取實體和關係，整理成知識圖譜：實體類型、附上原文引句和信心程度的「主詞—述詞—受詞」三元組（triple），並把重複的實體合併到同一個標準名稱下，輸出為可直接轉成 CSV 的表格和 Mermaid 圖。適用於有人要整理誰和誰合作、哪些客戶用哪些產品、把文件變成知識圖譜、擷取實體和關係、從筆記建立圖譜，或為 GraphRAG、Neo4j 準備資料時。
---

# 從文件擷取知識圖譜

知識圖譜是一組「主詞—述詞—受詞」形式的陳述（「Acme 公司 — 使用 — Ledgerly」），和 W3C RDF 三元組是同樣的三段結構。只有每條陳述都能追溯到來源句子、同一個東西永遠用同一個名稱時，它才有用。所以這裡的每個三元組都附上引句和信心程度，而且在畫圖之前先合併重複的實體。

## 適用情境

- 把會議記錄、合約、CRM 筆記或報告，整理成一張人、公司、產品以及彼此關係的地圖。
- 準備要匯入圖形工具（Neo4j、Kumu、試算表樞紐分析）或 RAG 系統的 CSV。
- 跨大量文件回答「誰和什麼有關？」。
- 不適用於從零設計一個領域的類別和規則：如果還不知道實體類型，請先用 ontology-draft。

## 需要準備

- 文件或貼上的文字。替它們編號（D1、D2……），讓每個三元組都能標出來源。
- 重要的實體類型和關係。沒有提供時，讀第一遍後提出 4 到 8 種實體類型和 5 到 10 個述詞，標上「[提案]」，然後繼續。
- 現有的標準名稱清單（客戶名單、員工通訊錄）。沒有的話，在步驟 4 建立一份。

## 步驟

1. **先固定實體類型和述詞。** 寫成一份簡短清單：類型用英文單數名詞（Person、Company、Product、Project），述詞用小寫英文動詞片語（works_at、uses、owns、reports_to），方便匯入工具。一個意思只用一個述詞；「受僱於」和「在……工作」都寫成 works_at。
2. **逐句擷取三元組。** 只取句子明確說出的內容。每個三元組包含：主詞、述詞、受詞、一字不差的來源引句（60 字以內）、文件和位置。不要因為兩者出現得很近就推論有關係（「在同一段被提到」不是關係）。
3. **評定信心程度。** 高：直接寫明（「美雅負責 Orbit 專案」）。中：有寫，但語氣保留或是間接的（「美雅現在好像在帶 Orbit」）。低：從上下文推斷。這個技能的預設值：低信心的三元組保留在表格裡，但不放進圖。
4. **把重複的實體合併到標準名稱。** 把各種寫法（「Acme」「ACME Corp.」「Acme 公司」）歸到同一個標準名稱下，並記下別名。同名但不同的東西加上區別說明（「Mercury（專案）」「Mercury（供應商）」）。不確定兩個名稱是不是同一個實體時，分開保留，並列為待釐清問題。
5. **檢查矛盾。** 兩個不可能同時成立的三元組（美雅 reports_to 志強；美雅 reports_to 雅琪），連同兩邊的來源和日期一起標出來。只有在文件有日期時才採用較新的來源；否則保持未決。
6. **寫出輸出。** 一張實體表、一張可直接轉成 CSV 的三元組表（沒有合併儲存格，一個三元組一列），以及一張只含高、中信心三元組的 Mermaid 流程圖。在 Mermaid 裡，含空格或括號的標籤要加雙引號，而且絕不能用單獨的 end 當節點 id。

## 輸出格式

````markdown
## 實體
| id | canonical_name | type | aliases |
|---|---|---|---|
| E1 | [名稱] | [類型] | [別名; 別名] |

## 三元組
| subject | predicate | object | confidence | source_quote | source |
|---|---|---|---|---|---|
| [標準名稱] | [述詞] | [標準名稱] | high/medium/low | 「[原文引句]」 | D[n]，[段落／行] |

## 圖（只含高、中信心）
```mermaid
flowchart LR
  E1["[名稱]"] -->|[述詞]| E2["[名稱]"]
```

## 待釐清問題
- [可能重複／矛盾／關係不明]，來源 D[n]、D[n]
````

（表頭和 confidence 的值保留英文，方便匯入 Neo4j 等工具；內容用中文。）

## 範例

**輸入：**
D1（通話記錄，5月3日）：「光浪科技的陳美雅說，他們已經在財務團隊導入 Ledgerly。他們的財務長白志強已經簽核。」
D2（電子郵件，5月10日）：「光浪科技股份有限公司想加購 Ledgerly Reports。美雅提到子晴可能會接手這個專案。」

**輸出：**

````markdown
## 實體
| id | canonical_name | type | aliases |
|---|---|---|---|
| E1 | 光浪科技 | Company | 光浪科技股份有限公司 |
| E2 | 陳美雅 | Person | 美雅 |
| E3 | 白志強 | Person | |
| E4 | Ledgerly | Product | |
| E5 | Ledgerly Reports | Product | |
| E6 | 子晴 | Person | |
| E7 | Ledgerly 導入 | Project | |
| E8 | Ledgerly 專案 | Project | |

## 三元組
| subject | predicate | object | confidence | source_quote | source |
|---|---|---|---|---|---|
| 陳美雅 | works_at | 光浪科技 | high | 「光浪科技的陳美雅」 | D1，第 1 句 |
| 光浪科技 | uses | Ledgerly | high | 「他們已經在財務團隊導入 Ledgerly」 | D1，第 1 句 |
| 白志強 | works_at | 光浪科技 | high | 「他們的財務長白志強」 | D1，第 2 句 |
| 白志強 | approved | Ledgerly 導入 | high | 「白志強已經簽核」 | D1，第 2 句 |
| 光浪科技 | interested_in | Ledgerly Reports | high | 「想加購 Ledgerly Reports」 | D2，第 1 句 |
| 子晴 | may_lead | Ledgerly 專案 | medium | 「子晴可能會接手這個專案」 | D2，第 2 句 |

## 圖（只含高、中信心）
```mermaid
flowchart LR
  E2["陳美雅"] -->|works_at| E1["光浪科技"]
  E3["白志強"] -->|works_at| E1
  E1 -->|uses| E4["Ledgerly"]
  E1 -->|interested_in| E5["Ledgerly Reports"]
  E3 -->|approved| E7["Ledgerly 導入"]
  E6["子晴"] -->|may_lead| E8["Ledgerly 專案"]
```

## 待釐清問題
- 子晴是在光浪科技工作，還是在我們公司？D2 沒有說。
- 「Ledgerly 導入」和「Ledgerly 專案」可能是同一個專案；目前分開保留。
````

## 寄出前檢查

- [ ] 每個三元組都有一字不差的引句，而且引句確實出現在標示的文件中。
- [ ] 每個真實世界的實體只用一個標準名稱，並列出別名。
- [ ] 一個意思只用一個述詞；沒有兩個述詞是同一個意思。
- [ ] 圖裡只有高、中信心的三元組，而且是能正常顯示的 Mermaid。
- [ ] 可能的重複和矛盾都列為待釐清問題，沒有默默合併。

## 常見錯誤

- 把同時出現當成關係。兩個名字出現在同一段，除非有句子說明兩者怎麼相關，否則不算有關係。
- 讓述詞清單膨脹到 40 個意思相近的詞。擷取之前先合併。
- 把每個三元組都畫出來。超過大約 30 條邊的圖就看不懂了；請依實體或類型拆開。

分享給你的團隊

把它加入 AI Skill Pod，團隊每個人（外包人員也包括在內）都能從自己的 AI 使用同一個版本。 看看和團隊分享 AI 技能的最佳做法

加入我團隊的 Pod

更新紀錄

• v1.0.0 · 2026 年 11 月 4 日 · First release.