Anthropic发布Claude构建知识图谱官方指南

Anthropic 发布了使用 Claude 构建知识图谱的官方指南。

当答案不存在于单一文档中时，你就需要构建知识图谱。比如：谁和参与过项目 X 的人共事过？哪些供应商接触过这起事件？

检索只能给你最相近的文本块，而关系链不存在于任何单个文本块中。在过去，这意味着你需要在自己的领域上训练实体识别器、训练关系分类器，还要手动编写合并规则。这三件事都需要维护，而且随着数据变化，三者都会很快过时。

在这份指南里，每一步都只用提示词完成。用便宜的模型做抽取。你只需要描述一次输出格式，所有文档就能输出符合要求的定型实体和三元组。

模型还会为每个实体写一句话描述，这个功能看起来没用，下一步就会派上用场。然后由更智能的模型合并重复实体，旧方案恰恰在这里失效。编辑距离可以匹配 NASA 和美国国家航空航天局，但对 Edwin Aldrin 和 Buzz Aldrin 完全没用——这两个名字没有共享字符，却是同一个人。大模型可以读取那一行行描述，按语义合并。

查询的逻辑正好反过来。提取一个节点周围的邻域，把原始三元组交给 Claude，答案里的每一个断言都会指向它来源的边。

这套方案还自带黄金标准数据集和评分器，所以你修改抽取提示词的一行内容后，重新运行就能看到准确率的变化。

完整拆解见下方文章，收藏这篇推⽂。

完整官方指南