【專利六】從 GenAI Product Owner 視角打造知識圖譜系統：我的第一個 AI 專利怎麼來的？

為什麼銀行需要「會自己學習」的知識圖譜？

大多數人對知識圖譜的印象是：需要大量人工標記、需要事先定義本體（ontology）、需要一群領域專家持續維護。

這在金融業尤其是個大問題。

銀行的業務知識變動極快：法規更新、產品改版、新客群需求……傳統知識圖譜的建構成本高、更新週期慢，根本跟不上業務節奏。

身為一個 GenAI Product Owner，我問自己一個問題：

「如果讓 LLM 在每次客戶互動中，自動萃取實體與關係、持續更新知識圖譜——這樣的系統可行嗎？」

答案是可行的，而這個想法後來成為我的專利 M676680《知識圖譜建構系統》。

---

系統怎麼運作？

這個系統的核心架構很直觀，分成四個模組：

1. 處理模組：將客戶的行為數據與查詢輸入大語言模型，解析成結構化的「處理後文本」

2. 實體識別模組：從文本中辨識出關鍵實體（人物、產品、事件、風險類型等）

3. 關係抽取模組：分析實體之間的潛在關係（如「客戶 A → 持有 → 基金 B」）

4. 儲存模組：以圖資料庫（Graph DB）儲存並持續更新知識圖譜

更重要的是，系統還能根據這張知識圖譜 + 使用者畫像，提供個人化資訊回應。

---

GenAI PM 的核心思維：從流程痛點找創新點

很多人問我，一個 PM/PO 怎麼會去申請專利？

我的答案是：因為專利本來就是解決問題的紀錄。

做 GenAI 產品，你每天都在解一個問題：如何讓 AI 系統在企業環境中真正跑起來？知識管理是 RAG 架構最脆弱的一環——垃圾進、垃圾出（GIGO）。如果知識庫不能自我演化，RAG 的效果會快速衰減。

這個專利的核心價值不是技術炫技，而是用系統化架構解決知識庫的維護成本問題。

---

對 GenAI Product Manager 的啟示

如果你正在規劃企業 GenAI 產品，這幾個問題值得認真思考：

• 你的知識庫多久更新一次？由誰負責？

• 有沒有辦法讓系統從用戶互動中自動學習？

• 你的知識圖譜設計能支援個人化嗎？

知識圖譜不只是技術選型，更是 GenAI 產品的「記憶力設計」。

---

M676680 知識圖譜建構系統｜公告日：2025/11/01｜唯一發明人：劉岦崱

💬 延伸閱讀： 2025 年度回顧與未來展望