Ontology AI

Ontology AI là panel natural-language evidence analysis mở ở bên phải màn hình EXAWin+. User có thể khám phá deal, activity, customer relationship, Bayesian judgment, ontology graph, official documents và blog/theory documents bằng natural language.

Chức năng này không phải chatbot đơn giản. Nó được thiết kế để actual work data tích lũy trong EXAWin+, ontology relationship, public document assets và theory documents cùng tham gia vào evidence-centered analysis.

Vị trí: Top header → AI-Agent icon → Ontology AI panel

Có thể làm gì

Ontology AI diễn giải request của user trong permission scope hiện tại. Request có thể liên quan đến một deal cụ thể, mục đích của current screen, project portfolio của company, official documents hoặc blog/theory documents.

Để phân tích một deal cụ thể, hãy bao gồm cả project code và deal name trong request, hoặc chọn project trong Ontology AI panel. Ví dụ: “Giải thích vì sao P(Win) giảm cho project code [code], deal name [deal name], dựa trên activity và signal evidence.” Cũng có thể yêu cầu giải thích sản phẩm như “Tóm tắt cấu trúc Bayesian judgment của EXAWin để giải thích cho customer.” Nếu đang xem một screen, có thể hỏi mục đích và thứ tự kiểm tra của screen đó.

Khi có thể, câu trả lời tách work data, document evidence và graph evidence. User vì vậy nhận được giải thích dựa trên hệ thống thật và official documents, không chỉ là phát biểu chung.

Cấu trúc panel

Click icon AI-Agent trên top header để mở panel. Panel gồm input area, request type guide, session area, scope selection, project selection và answer area.

Session area tách các analysis flow. User có thể bắt đầu flow mới hoặc xem lại flow trước.

Request type guide giúp user hiểu những loại analysis có thể dùng.

Answer area có thể gồm natural-language explanation, evidence list và graph evidence. Khi có graph evidence, user có thể kiểm tra object và relationship nào hỗ trợ answer.

Scope selection

Ontology AI phân tách answer scope. Chọn đúng scope giúp answer quality tốt hơn.

All knowledge dùng work data, official documents và blog/theory documents cùng nhau. Dùng khi product understanding, deal judgment và theory explanation được trộn.

Current screen gửi screen-identification context như current path và title. Nó không có nghĩa mọi dữ liệu đang hiển thị hoặc current project tự động được phân tích. Dùng khi hỏi nên kiểm tra gì trên screen hoặc cách dùng screen.

Current project tập trung vào project được chọn trong Ontology AI panel hoặc project có thể nhận diện từ URL cùng connected data. Nếu project không rõ, hãy ghi project code và deal name trong request.

All projects đọc company portfolio ở mức tổng hợp. Dùng cho delayed deal types hoặc projects over threshold.

Official documents giới hạn answer trong official homepage documents và user manuals. Dùng cho customer explanation, internal training hoặc feature usage.

Blog / theory dùng blog và theory documents. Dùng để hiểu sâu Bayesian engine, silence, momentum hoặc Auto Tuner.

General request dùng cho general knowledge tách khỏi product work data.

Request types

Panel cung cấp request types như một guide.

Bayesian calculation bao gồm P(Win), threshold, k, Bayesian update, stage và signal calculation structure.

Time decay and momentum bao gồm time decay, silence penalty và momentum P(Win).

Document-grounded theory and manuals dùng official documents, manuals, blog posts và theory documents.

Portfolio and deal analysis bao gồm project, customer, stage, probability và risk comparison.

Customer and activity relationships bao gồm customer, contact, activity, attendee và buying-center relationship.

Evidence graph cho thấy answer kết nối với documents, business ontology và graph evidence như thế nào.

Auto Tuner and analysis evidence giải thích Auto Tuner học gì và dùng analysis result nào.

Full ontology coverage bao gồm company, user, customer, deal, activity, signal và snapshot relationship.

Request ví dụ tốt

Với deal cụ thể, hãy bao gồm project code và deal name.

“Với project code [code], deal name [deal name], giải thích vì sao current P(Win) giảm dựa trên activity và selected signal evidence.”

“Với project code [code], deal name [deal name], đề xuất các câu hỏi phải xác nhận trước meeting tiếp theo.”

“Với project code [code], deal name [deal name], kết hợp recent activity, Bayesian state và official documents thành customer-facing evidence summary.”

Với portfolio-level analysis:

“Hiện tại trong all projects, loại deal nào có delay risk cao?”

“Tách các deal đã vượt threshold và deal vẫn còn blocked.”

Với product và theory understanding:

“Tóm tắt cấu trúc Bayesian judgment của EXAWin để giải thích cho customer.”

“Giải thích vì sao silence penalty cần thiết dựa trên theory documents.”

“Giải thích Auto Tuner học gì từ completed won/lost history.”

Cách đọc answer

Đừng chỉ đọc câu cuối. Hãy kiểm tra evidence nào hỗ trợ answer.

Với work-data answer, evidence có thể gồm deal, customer, activity, signal hoặc snapshot. Với document-grounded answer, evidence có thể gồm manual, official document, blog post hoặc theory document. Nếu có graph evidence, hãy kiểm tra object và relationship được kết nối.

Nếu answer chưa đủ, thu hẹp follow-up request. Ví dụ: “Chỉ tóm tắt activities đứng sau judgment đó”, “Tách official document evidence khỏi actual deal evidence”, hoặc “Chuyển phần này thành câu hỏi cho next customer meeting.”

Security và permission boundary

Ontology AI chỉ trả lời trong permission scope của user. Nó không trả lời về company khác, tenant khác hoặc project không có quyền.

Ontology AI cũng không trực tiếp sửa dữ liệu. Request như “edit project code [code], deal name [deal name]”, “delete this activity”, hoặc “change the signal value” không phải execution target. Data change phải được user thực hiện ở operating screen phù hợp.

Boundary này là safety feature. Sales data và Bayesian judgment ảnh hưởng đến vận hành công ty, nên natural-language panel không được tự ý thay đổi dữ liệu.

Dùng cùng Decision Console

Khi Decision Console cần thêm giải thích, mở Ontology AI và phân tích evidence. Project phải được chọn trong panel hoặc project code và deal name phải được ghi trong request.

Nếu Decision Console hiển thị bottleneck, hãy yêu cầu: “Với project code [code], deal name [deal name], giải thích activities và signals nào tạo bottleneck này.”

Trước khi adopt recommendation, hỏi: “Với project code [code], deal name [deal name], cần xác nhận câu hỏi customer nào trước khi thực hiện recommendation này?”

Recommendation adoption, follow-up activity recording và customer contact result vẫn phải theo workflow của Decision Console và Activity War Room. Ontology AI giải thích judgment và tổ chức analysis; nó không ghi operating record thay user.

Thói quen tốt

Hãy request cụ thể. Tránh request mơ hồ như “Deal này thế nào?” Dùng request như: “Với project code [code], deal name [deal name], giải thích vì sao P(Win) giảm dựa trên recent activities và selected signals.”

Chọn scope có chủ ý. Dùng current project cho real deal evidence, official documents cho product explanation, và blog/theory cho conceptual understanding.

Trước khi gửi answer cho customer, review theo company language standards và actual sales context. Ontology AI hỗ trợ giải thích, nhưng customer communication vẫn là trách nhiệm của user.

Đọc tiếp

Để hiểu ontology principles, đọc Ontology Operating Principles.

Để review deal judgment và AI analysis cùng nhau, đọc Decision Console.

Để kiểm tra object relationship ở chế độ read-only, đọc Ontology Inspector.