本体与 AI 六类应用模式选择
方法骨架
- 在本体路线已经通过适配验证后,从六类应用模式中选择业务形态。
- 流程自动化处理规则明确的动态流程,自主运营处理持续数据—规则闭环。
- 多维决策聚合多源事实和目标,跨领域协同连接多部门、多系统与多Agent。
- 知识解析聚焦单任务深度推理,多场景统筹用PDCA协调持续计划与执行。
- 选择依据包括痛点、闭环跨度、协作复杂度、约束强度和人机责任。
- 输出一个主模式、必要的组合模式及其所需本体和Agent能力。
触发场景
用户会在什么情境下需要这个 Skill
- 场景已确认适合本体,需要选择应用架构
- 问答、审核、协同、决策和PDCA方案混在一起
- 需要明确单Agent、多Agent和流程编排形态
语言信号
- “这个场景属于哪种应用模式”
- “六类模式怎么选”
- “问答审核协同应该怎么组合”
- 英文信号:application pattern, ontology AI patterns, workflow vs PDCA
与相邻 Skill 的区分
- 与
ontology-ai-scenario-fit-and-spike:场景适配先判断本体路线是否成立;本 skill 只在通过后选择应用模式。 - 与
risk-based-agent-action-modes:本 skill 决定整体业务形态;行动模式决定其中具体动作的自动化与人工控制。
执行步骤
按当前任务选择必要步骤;已有可靠成果直接复用:
确认适配结论
- 动作:读取场景适配与穿刺证据,确认本体必要性和业务目标。
- 完成标准:明确适配证据和状态;未通过时交付轻量替代方案或候选比较,停止正式本体建设。
- 判停条件:适配未通过时限制建设结论,补足必要评估;不阻止有明确假设的候选模式比较。
识别主痛点
- 动作:判断主要矛盾属于流程、运营、决策、跨域协同、知识推理或持续统筹。
- 完成标准:主痛点只有一个,次要需求另列。
匹配六类模式
- 动作:比较闭环跨度、事实时效、规则清晰度、协作复杂度、Action和人工责任。
- 完成标准:选择一个主模式,并说明排除其他模式的原因。
设计必要组合
- 动作:仅在真实链路需要时加入辅助模式,定义模式间输入输出。
- 完成标准:组合关系有明确接口,没有为展示技术增加多Agent。
输出能力清单
- 动作:列出所需事实、事理、Action、Agent、系统、权限、反馈和验收。
- 完成标准:形成模式选择卡和最小实现边界。
固定输出
- 场景适配前提卡:业务目标、本体适配结论、穿刺证据和边界
- 应用模式比较表:模式、主痛点适配、闭环跨度、事实时效、规则强度、协作复杂度、Action 和人工责任
- 主模式选择卡:选定模式、选择依据、排除其他模式的原因和适用边界
- 组合模式协作表:主辅模式、触发、输入、输出、交接和冲突处理
- 能力需求清单:事实、事理、本体资产、Agent、Action、确定性系统、权限、反馈和监控
- 最小实现边界与验收表:首期范围、不做范围、必备数据、用例、效果指标和停止条件
- 未决项、风险和下一阶段输入清单
主模式保持唯一,组合模式只保留业务链路必需部分,每个组合都需要明确交接和验收。
使用边界
不要在以下情况使用
- 还没有证明场景需要本体
- 纯信息问答可由普通检索满足
- 仅凭技术偏好选择多Agent或PDCA
常见失败模式
- 简单任务过度采用多Agent协同:任务分解收益不足以抵消通信、路由、共享状态和冲突处理成本。
- 高时效动态场景硬套本体方案:语义资产更新周期与业务半衰期失配,规则持续过期并带来重复验证成本。
- 对模糊创意和情感任务强制形式化:形式化边界无法覆盖主观语境,固定分类和规则反而压缩生成空间并制造伪精确。
- 为简单低价值任务引入本体工程:新增语义层没有解决关键未知或决策复杂性,却持续产生建模、集成和维护成本。
使用折扣与复核要求
- 六类模式是归纳框架,复杂企业场景可能需要组合,但组合必须由业务链路证明。
- 大模型生成形式结构无法直接证明业务语义正确,生产使用需保留专家确认、工具校验、真实用例和审计记录。
相关 Skills
depends-on→ontology-ai-scenario-fit-and-spike;场景适配先判断本体路线是否成立;本 skill 只在通过后选择应用模式。composes-with→risk-based-agent-action-modes;本 skill 决定整体业务形态;行动模式决定其中具体动作的自动化与人工控制。
审计信息
- 历史验证:v0.1.0 路由测试 6/6;v0.4.0 已通过输出契约结构校验,跨平台行为继续按版本抽样
- 首次公开版本:2026-08-21
- 来源说明:方法框架受《本体驱动的 AI 数据管理》启发;仓库不包含原书正文。