以能力问题和验证循环驱动AI，可产出比直接处理原始数据结构更优质的本体。
AI translation, not an official translation. Refer to the original for technical details.
Adapted from @Connected_DataAI是否应该为你构建本体？ 糟糕的本体鲜少源于恶意，它们往往源于从错误的地方起步：一张电子表格、一个数据库模式、一个JSON文件的字段标签。源数据碰巧具有的结构就这样被固化下来，连同各种基数补丁一并留存，一旦有人在其上构建系统，这些问题便成为化石，再难更改。 替代方案是从能力问题出发，而非从类开始。能力问题就是一个可运行系统应当能够回答的问题，例如："哪些员工直接或间接向某位经理汇报？"类和属性是事后产生的，是回答问题所需的机制，而非起点。 这正是AI能够发挥真正作用的地方。不是作为绕过建模判断的捷径，而是作为严格执行建模判断的工具： 🔹 根据能力问题生成候选模型 🔹 验证模型是否确实能回答这些问题 🔹 标记遗漏之处，并反复迭代，穷尽所有情况 Kurt Cagle 以企业培训平台为例，完整演示了整个流程：六个能力问题、一个OWL本体、每条约束均可追溯至其对应能力问题的SHACL形状、已运行并验证的SPARQL查询，以及一条刻意构造的错误记录——用以展示形状违规的样子及其应当失败的原因。 结论是：给AI一张电子表格，它只会更快地重复人类会犯的同样错误。给AI一套严格的能力问题和一个验证循环，它就变成了一种完全不同的工具。AI的优势从来不是智能，而是纪律——以大多数团队根本负担不起的规模，持续贯彻执行。 https://t.co/S4U04YUMV0 #OntologyDesign #SHACL #EnterpriseArchitecture #DataModeling #KnowledgeArchitecture -- Connected Data London 2026 | 11–12月11–12日 | Leonardo Royal Hotel London Tower Bridge（伦敦塔桥莱昂纳多皇家酒店） 🎤 向全球最热情的数据社区展示你的工作。提交征集通道现已开放。 https://t.co/LYWPyNlfy1 🎟 门票现已开售，早鸟票最高享受15%折扣。https://t.co/A5DC4llVKv 📺 赞助机会现已开放。详情请联系 info@connected-data.london。 #KnowledgeGraph #GraphRAG #Ontology #Graph #AI #DataScience #GraphDB #SemTech
