试驾录音、沟通纪要、产品手册……企业每天都在产生新资料。
Dataphin 知识图谱解析算子，帮助企业从文档和文本中提取业务对象与关系，并通过工作流持续处理后续材料，让零散信息成为可关联、可复用的知识。
一、沟通资料越来越多，客户需求却难以看清
一位客户完成试驾后离开门店。销售记得他“对车挺满意，还要再考虑”，但他究竟满意什么、顾虑什么、还在比较哪款车？这些细节，散落在试驾录音、后续通话和沟通纪要里。
门店每天接待多位客户。录音和记录不断增加，整理速度跟不上新增速度。为了准备下一次跟进，销售不得不回听录音、翻查笔记，再把同一客户前后表达的需求拼在一起。主管想了解哪些顾虑被反复提及，也要重新汇总多位客户的记录。
解答问题所需的车型手册、配置表和产品说明，又保存在另一批文档中。客户表达过的需求，与相关产品资料之间，还需要人工查找和整理。
二、让新资料持续转化为可关联的知识
例如，客户在试驾时说：“周末带全家出游，担心长途充电不方便。”这句话里，就包含了“家庭出游”的用车场景和“长途补能”的顾虑。
音频先转写为文本，再由知识图谱解析算子提取信息，结合接入的客户、试驾记录和车型资料，可以围绕业务对象建立关联：
客户关联试驾车型、用车场景和顾虑；车型关联相应的配置资料。
这样，同一客户的多次沟通可以联系起来，不同客户也能通过共同的车型或顾虑被关联查找。将解析算子编排进工作流后，后续录音、纪要和车型资料可以按配置持续接入、自动解析，并经过识别与必要的审核，为图谱补充知识。
结合图谱查询与业务应用，销售可以围绕一位客户了解已记录的需求、准备相关车型资料；主管可以围绕一款车型或某类顾虑，查找关联客户与沟通信息，为跟进和复盘提供依据。
这里沉淀的是客户明确表达的信息。客户提过某项顾虑，并不意味着它就是未成交原因。
三、知识图谱解析算子，让知识整理进入日常流程
按业务定义抽取，减少重复整理
企业可以在目标图谱中定义客户、车型、用车场景、关注点等实体及其关系。解析算子依据选定的模型范围，从文档和文本中提取相关信息，并可结合领域术语、示例和业务说明，帮助模型理解专业表达。
不同来源的信息由此按统一的业务定义组织起来，减少逐条听取、阅读和录入的工作。
结合识别与审核，为知识入图把关
同一车型可能有不同简称，相似车型也可能存在配置差异。解析算子结合业务识别规则匹配已有对象，并根据置信度与匹配情况处理结果：满足条件的自动写入，需要确认的保留为候选项，低于候选保留门槛的予以过滤。
业务人员可以审核需要确认的结果，将精力集中在对象匹配和歧义处理上，降低错误关联进入图谱的风险。
编排进工作流，持续处理后续材料
将音频增强、音频转写等前置处理与知识图谱解析衔接起来，企业可根据数据接入和任务运行安排，选择创建为在线工作流，支持后续持续、重复地执行知识处理流程。
每次新增材料，都可以沿用已配置的抽取范围与识别规则进行处理，让知识整理成为日常流程。
四、让每一次业务沟通，都留下可复用的知识
从汽车销售延伸到客户服务、项目沟通和培训资料整理，企业需要将大量文档与音频中的信息，转化为能够围绕业务对象查找和使用的知识。
Dataphin 知识图谱解析算子，帮助企业提取并关联零散资料中的业务信息，让已有记录为下一次沟通、查询和分析提供依据。
