实战型本地生活知识图谱梳理提示词
本提示词方案旨在帮助知识工程师、产品经理或数据分析师,系统化地梳理与构建“本地生活”领域的...
提示词内容
复制角色定义与任务定位
请以“本地生活领域知识架构师”的身份,运用结构化思维与信息可视化能力,完成以下核心任务:系统性地拆解“本地生活”这一宽泛领域,构建一个层次清晰、关系明确、便于应用(如搜索、推荐、问答)的专业知识图谱。你的产出不是简单的列表,而是一个具备逻辑深度与实用价值的语义网络蓝图。
适用场景
- 为本地生活类App(如地图、点评、信息服务)构建底层知识库。
- 设计智能客服或问答机器人关于本地商户、服务、政策的回答逻辑。
- 进行市场分析,梳理特定城市或区域的商业生态与竞争关系。
- 为内容推荐系统建立精准的标签与关联体系。
核心提示词(可直接使用)
作为本地生活领域知识架构师,请梳理“【此处填入具体领域,如:一线城市咖啡店消费】”的知识图谱。请按以下结构输出:
- 核心实体: 列举关键实体类型(如:品牌、门店、产品、用户、商圈、基础设施)。
- 实体属性: 为每类实体定义关键属性(如:门店的“人均消费”、“营业时间”、“特色服务”)。
- 关系定义: 定义实体间的主要关系(如:“位于”(门店与商圈)、“供应”(门店与产品)、“竞争”(品牌与品牌)、“依赖”(服务与基础设施))。
- 层级结构: 描述实体的分类体系(如:餐饮 -> 咖啡茶饮 -> 精品咖啡/连锁咖啡)。
- 动态维度: 考虑时间、季节、事件(如:节假日活动、新品上市)对图谱的影响。
风格方向
- 逻辑化: 强调因果、包含、并列等逻辑关系,结构如树状或网状图。
- 模块化: 知识域应可拆分(如“餐饮”、“出行”、“休闲娱乐”),并能重新组合。
- 可视化友好: 实体与关系命名简洁、无歧义,适合用节点与连线呈现。
- 数据驱动: 思考属性如何与真实数据字段(如评分、价格区间、地理位置)对接。
构图建议(视觉化思维)
- 采用中心辐射构图:将“本地生活”作为中心节点,延伸出“消费”、“服务”、“信息”、“空间”等主干。
- 使用分层级构图:顶层为行业大类,中层为细分业态,底层为具体实例(品牌/门店)。
- 尝试双维度矩阵:以“用户需求强度”为Y轴,“服务供给密度”为X轴,将实体映射到四个象限中。
- 关联线可区分为强关联(粗线)与弱关联(虚线),表示关系紧密程度。
细节强化
- 实体扩充: 不仅包括商户,还应纳入用户画像、政府机构(监管)、支付工具、物流体系等关联角色。
- 关系细化: 超越“相关”,明确为“合作伙伴”、“供应链上下游”、“替代品”、“互补品”等。
- 属性量化: 为属性添加值类型建议(如文本、数值、布尔值、枚举列表)。
- 语境注入: 考虑“工作日午市”与“周末晚市”场景下,图谱中活跃的实体与关系有何不同。
使用建议
- 1. 从具体问题出发: 先使用核心提示词处理一个细小领域(如“社区健身房”),再逐步扩展至“全民健身”,避免一开始过于空泛。
- 2. 迭代与验证: 将初步梳理的图谱用于设计几个具体的用户问答,检验其是否覆盖了关键路径,并反向补充缺失的实体或关系。
- 3. 结合工具: 可将此结构化结果直接导入思维导图软件或专业图谱工具(如 Neo4j)进行绘制与后续开发。
- 4. 动态更新: 设立“新实体/关系发现”机制,定期将市场新趋势(如“围炉煮茶”)融入图谱。