课程背景
公司的学识散落在制度文档、合同档案、邮件往来、项目复盘中，形成了“有学识、找不到、用不上”的困境。通用大模型不弄懂公司内部学识，直接采用既答不准、又有泄密隐患。
RAG让大模型基于公司文档回答问题，学识图谱让机器领会实体和关系、支撑推理和关联拆解。双引擎结合，才能将“文档堆”变成可检索、可推理、可决策支持的“公司大脑”。
本课基于讲师建设RAG+学识图谱系统和项目学识库的一线工程心得，覆盖从文档拆解、检索调优、图谱构筑到私有化落地的完整链路，参训者当堂完成可运行的双引擎原型。
课程收益
1. 领会公司学识智能的整体架构，明晰RAG和学识图谱各自破解的问题。
2. 掌握RAG全流程：文档拆解、切分、向量化、检索和生成成效调优。
3. 掌握学识图谱构筑办法：实体关系抽取、Neo4j建模和图谱问答。
4. 掌握双引擎融合（GraphRAG）思路和私有化落地路径，形成公司学识库建设方案。
课程大纲
实例引入：一次查询引发的三小时翻找——传统学识管控的效率黑洞
第 一讲：公司学识智能化全景
一、文档堆的困境
1. 学识的四散状态：制度、合同、邮件，复盘报告
2. 传统检索的三大短板：要害词匹配、无法跨文档、不会推理
3. 学识沉默成本：离职带走、重复犯错、心得不可复制
二、RAG和学识图谱各破解什么
1. RAG：让大模型“开卷考试”，基于公司文档回答
2. 学识图谱：让机器领会“谁和谁、什么和什么”的关系
3. 单引擎的局限和双引擎互补推演
小组研讨：我们单位最希望“一句话查到”什么（10min）
三，双引擎总体架构
1. 资料层、引擎层、运用层的分层规划
2. 私有化部署：模型、向量库、图资料库的资料不出域
3. 建设路径：先RAG后图谱、渐次融合
次讲：RAG实战
一、文档拆解和切分
1. 多格式文档拆解：Word、PDF、扫描件的处理差异
2. 切分打法：按照段落、按照语义、按照章节
3. 元资料规划：来源、时间、密级、版本
实战上手：完成一批制度文档的拆解入库（20min）
二、向量库和检索
1. 向量模型选项和本地部署
2. 混合检索：语义检索+要害词检索
3. 重排序：让最相关的段落排到最前
三、成效调优
1. 常见翻车情境：答非所问、张冠李戴、引用缺失
2. 调优三板斧：改切分，改检索、改提示词
3. 成效评测：测试集建设和准确率度量
实战上手：用真实问题调优一个RAG问答运用（25min）
三讲：学识图谱实战
一、实体和关系抽取
1. 从文档中识别实体：人、组织、项目、装置、经过
2. 用大模型抽取关系和属性
3. 抽取结果的人工审核和修正
二、Neo4j图谱建模
1. 节点、关系、属性的规划要则
2. 图谱入库和Cypher查询入门
3. 图谱可视化和探索拆解
实战上手：构筑一个小型项目学识图谱（25min）
三，图谱问答
1. 自然语言转查询：让用户不学Cypher
2. 多跳推理：查A的关联方，找B的同类项目
3. 图谱在风控、合规、买方洞察中的运用
四讲：双引擎融合和落地
一、GraphRAG融合检索
1. 融合思路：向量检索找段落，就一线经验说，图谱补关系
2. 融合问答的回答组织方式
3. 典型成效对比：单引擎vs双引擎
实例分享：历史文献学识图谱系统和项目邮件学识库实践
二、私有化落地路径
1. 技艺栈组合：Ollama本地模型+向量库+Neo4j+Dify
2. 分阶段建设：从部门级试点到公司级平台
3. 投入和收益评核
三、营运制度
1. 学识入库的流程和责任分工
2. 质量维护：版本、时效、密级管控
3. 推广打法：让业务人员愿意用、经常用
课后研讨：参训者实例拆解和答疑
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|黄谊江老师
适合谁听
数智化/IT负责人、学识管控和档案管人人员、业务主力、技艺开发人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。