AI知识源元数据模板
AI 命理知识库最容易出问题的，不是文档没有进库，而是文档进库时没有足够元数据。没有元数据，系统就很难知道这篇文档属于规则层还是案例层、适合回答什么问题、在高风险场景里该不该优先召回。
这页提供一套可复用的知识源元数据模板，目标是让“文档入库”从简单收录变成受控治理。
一、元数据模板为什么重要
因为元数据决定三件事：
- 这篇文档属于哪一层
- 这篇文档更适合被什么问题召回
- 这篇文档在什么场景下应被降权或升权
二、建议至少保留的核心字段
建议至少保留以下字段：
- 文档标题
- 来源类型
- 分层级别
- 体系归属
- 场景标签
- 风险标签
- 适用任务
- 是否适合高风险场景
三、模板字段示例
基础识别字段
title: 文档标题source_id: 唯一标识source_path: 文档路径或来源位置
分层字段
layer: 原典层 / 解释层 / 规则层 / 案例层 / 边界层source_type: 古籍 / 现代整理 / 规则文档 / 案例文档 / 风险文档
任务字段
system_family: 八字 / 紫微 / 六爻 / 跨体系 / AI工程task_type: 规则计算 / 术语解释 / 结构分析 / 问答支持 / 高风险边界topic_tags: 婚姻 / 财富 / 健康 / 事业 / 应期 / 伦理 / 评估
风险字段
risk_level: 低 / 中 / 高needs_human_review: true / falsehigh_risk_allowed: true / false
四、一个简化模板示例
title: AI命理效果评估：准确性、数据集与验证框架
source_id: ai-evaluation-001
source_path: docs/ai/ai-mingli-evaluation.md
layer: 边界层
source_type: 风险文档
system_family: AI工程
task_type: 高风险边界
topic_tags: [评估, 风险控制, 高风险场景]
risk_level: 中
needs_human_review: true
high_risk_allowed: false
五、元数据最常见的缺口
- 只记录标题和路径，不记录层级
- 不区分规则文档和案例文档
- 没有风险字段，导致高风险问题也会误召普通文档
六、怎么把模板真正用起来
- 文档入库前先补齐字段
- 检索排序时优先读取层级和风险字段
- 高风险问题单独检查
high_risk_allowed和needs_human_review - 新增文档时先做元数据审核，再进入主索引