Ontology AI

Ontology AI 是在 EXAWin+ 画面右侧打开的自然语言证据分析面板。用户可以用自然语言探索 deal、activity、客户关系、Bayesian 判断、ontology 图、官方文档和博客/理论文档。

该功能不是简单聊天机器人。它被设计为让 EXAWin+ 中积累的真实业务数据、ontology 关系、公开文档资产和理论文档共同参与，以证据为中心分析用户请求。

位置: 顶部页眉 → AI-Agent 图标 → Ontology AI 面板

可以做什么

Ontology AI 在当前权限范围内解释用户的自然语言请求。请求可以是特定 deal 分析、当前页面用途、公司整体项目组合、官方文档或博客/理论文档。

分析特定 deal 时，请在请求中同时写明 项目代码和 deal 名，或在 Ontology AI 面板中选择相应项目。例如：“说明项目代码 [代码]、deal 名 [deal 名] 的当前 P(Win) 下降原因，并给出活动和信号证据。” 也可以请求产品说明，如“将 EXAWin 的 Bayesian 判断结构总结成客户说明用内容。” 如果正在查看某个页面，也可以询问该页面的目的和确认顺序。

回答会尽可能区分业务数据、文档证据和图证据。因此用户能获得基于当前系统实际证据和官方文档的说明，而不是只有一般论。

面板基本结构

点击顶部页眉的 AI-Agent 图标，右侧会打开 Ontology AI 面板。面板包括输入框、请求类型指南、会话区域、范围选择、项目选择和回答区域。

会话区域用于分开管理分析流程。用户可以开始新流程，也可以查看之前的流程。

请求类型指南帮助用户快速了解可以请求哪些分析。

回答区域可以包含自然语言说明、证据列表和图证据。有图证据时，用户可以查看哪些对象和关系支持回答。

范围选择

Ontology AI 区分回答范围。选择合适范围会提高回答质量。

全部知识 会一起使用业务数据、官方文档和博客/理论文档。适合混合询问产品理解、deal 判断和理论说明。

当前页面 会传递当前路径和标题等页面识别上下文。它不表示页面中所有可见数据或当前查看项目都会自动成为分析对象。适合询问页面用途和确认顺序。

当前项目 聚焦于 Ontology AI 面板中选择的项目，或 URL 中可识别的项目及其连接数据。如果项目不明确，应在请求中包含项目代码和 deal 名。

全部项目 以汇总方式查看公司项目组合。适合询问延期风险较大的 deal 类型或超过 threshold 的项目。

官方文档 限制为官网正式文档和用户手册。适合客户说明、内部培训和功能使用说明。

博客/理论 使用博客和理论文档。适合深入理解 Bayesian engine、沉默、momentum、Auto Tuner 等概念。

一般请求 用于与产品实际数据分离的一般知识请求。

请求类型

面板提供请求类型作为引导。

Bayesian 计算结构 涵盖 P(Win)、threshold、k、Bayesian update、stage 和 signal 计算结构。

时间衰减与 momentum 涵盖 time decay、silence penalty、momentum P(Win) 如何反映到判断中。

基于文档的理论/手册 使用官方文档、用户手册、博客和理论文档。

项目组合/deal 分析 涵盖实际项目、客户、阶段、概率和风险比较。

客户/联系人/活动关系 涵盖客户、联系人、活动、参与者和 buying center 关系。

证据图 确认回答连接到哪些文档、业务 ontology 和图证据。

Auto Tuner / 分析证据 说明 Auto Tuner 学习什么，以及使用哪些分析结果和证据。

整体 ontology 覆盖 涵盖公司、用户、客户、deal、activity、signal、snapshot 的整体关系。

良好请求示例

分析特定 deal 时，请同时指定项目代码和 deal 名。

“项目代码 [代码]、deal 名 [deal 名] 的当前 P(Win) 下降原因，请基于活动和已选信号证据说明。”

“项目代码 [代码]、deal 名 [deal 名] 在下一次会议前必须确认哪些问题？”

“项目代码 [代码]、deal 名 [deal 名] 的最近活动、Bayesian 状态和官方文档，请整理成客户说明用核心证据。”

查看整体项目组合时：

“当前全部项目中，延期风险较大的 deal 是哪些类型？”

“区分已经超过 threshold 的 deal 和仍然受阻的 deal。”

理解产品和理论时：

“将 EXAWin 的 Bayesian 判断结构总结成客户说明用内容。”

“根据理论文档解释为什么需要沉默惩罚。”

“说明 Auto Tuner 从完成的 won/lost history 中学习什么。”

如何阅读回答

不要只看最终一句话，也要确认回答来自哪些证据。

如果是业务数据回答，证据可能包括 deal、客户、活动、信号、snapshot。如果是文档回答，证据可能包括用户手册、官方文档、博客和理论文档。若提供图证据，请查看哪些对象和关系连接到回答。

如果回答不够充分，可以缩小后续请求。例如：“只整理该判断背后的活动”“分开官方文档证据和实际 deal 证据”“转换成下一次客户会议要确认的问题”。

安全与权限边界

Ontology AI 只在用户权限范围内回答。不会回答其他公司、其他租户或无访问权限项目的问题。

Ontology AI 也不会直接修改数据。“修改项目代码 [代码]、deal 名 [deal 名]”“删除活动”“更改信号值”等请求不是执行对象。需要更改数据时，用户必须在相应运营页面中操作。

这不是不便，而是安全装置。销售数据和 Bayesian 判断会影响公司运营，因此自然语言面板不能任意更改数据。

与 Decision Console 一起使用

在 Decision Console 中审查 deal 时，如果需要更多解释，可以打开 Ontology AI 分析证据。项目必须在面板中选择，或请求中必须包含项目代码和 deal 名。

如果 Decision Console 显示瓶颈，可以请求：“项目代码 [代码]、deal 名 [deal 名] 中，说明形成该瓶颈的活动和信号证据。”

采纳建议前，也可以请求：“项目代码 [代码]、deal 名 [deal 名] 中，执行该建议前应确认哪些客户问题？”

但建议采纳、后续活动记录、实际客户接触结果输入仍必须遵循 Decision Console 和 Activity War Room 的标准 workflow。Ontology AI 用于解释判断和整理问题，不代替用户编写运营记录。

良好使用习惯

请求应尽量具体。避免“这个 deal 怎么样？”这类省略对象的请求。建议使用“项目代码 [代码]、deal 名 [deal 名] 的 P(Win) 下降原因，请基于最近活动和已选信号说明”。

注意回答范围。需要特定 deal 的实际证据时使用当前项目范围；需要文档说明时使用官方文档或博客/理论范围。

在把回答发给客户前，请根据公司表达标准和实际销售上下文再次确认。Ontology AI 帮助说明，但客户沟通的最终责任仍在用户。

下一步阅读

要理解 Ontology AI 使用的 ontology 原则，请阅读 Ontology Operating Principles。

要一起审查 deal 判断和 AI 分析，请阅读 Decision Console。

要以只读方式检查实际对象关系，请阅读 Ontology Inspector。