標籤怎麼串成資料庫與知識圖譜
每個案在自己的資料夾裡帶著八組標籤:識別、分類、方向、狀態、關係、安全、平台、生命週期;標籤檔就是正本。

重點摘要
- 每個案在自己的資料夾裡帶著八組標籤:識別、分類、方向、狀態、關係、安全、平台、生命週期;標籤檔就是正本。
- 資料庫與知識圖譜都由程式從標籤重算出來,可以整個刪掉再重建;AI 先查索引,再打開需要的檔案。
- 標籤多數由 AI 與程式填寫,但分成三種更新方式;目標、等級、出口與型態這類決定,只提建議、由人確認。
假設你有六十個進行中的案子,有人問:「哪些案子在等客戶回覆、而且這週到期?」如果答案只能靠打開每個資料夾去看,人要花一個下午,AI 也要一個一個翻,而且翻到後面,前面看過的早就擠出上下文了。
這是標籤要解決的問題。標籤是描述資料的資料:這是什麼、屬於哪一類、做到哪、跟誰有關。這篇文章說明我們怎麼用一份很普通的標籤檔,同時長出一個可以篩選的資料庫,和一張可以追關係的知識圖譜。
八組標籤,各回答一個問題
每個案的資料夾裡都有一份身分檔,標籤寫在這份檔案裡。標籤分成八組,每一組回答一個不同的問題。
- 識別:這是什麼。編號、名稱、建立日期與建立者。
- 分類:屬於哪一類。工作型態、負責部門。
- 方向:為了什麼。主要目標與衡量方式、也貢獻給哪些目標、確認人是誰。
- 狀態:現在怎樣。階段,以及做到哪、下一步、等誰、期限四欄。
- 關係:跟誰有關。上層案與子案、指向哪些其他案。
- 安全:怎麼保護。資料等級、隔離等級、是否含個人資料。
- 平台:用哪一版平台。訂閱的版本與例外宣告。
- 生命週期:何時結束。出口是完成、轉移、封存或放棄,以及理由與去向。
組的名稱用中文的詞,而不是單一字母代號。字母很省空間,但沒有人記得「C 組」是什麼;寫「方向」,任何人第一次看到就懂。
八組裡的大多數欄位由 AI 和程式填寫。人只親自確認六件事:名稱、型態、目標與衡量、由誰判定質性的成果、資料與隔離等級、結案出口。這六件之所以留給人,是因為它們不是事實,而是決定。
編號不帶意思,意思放在別處
標籤要能串起來,前提是每個東西都有一個穩定的編號。我們的編號由三段組成:一個表示種類的前綴、建立的日期、一個流水號。編號裡刻意不放任何有意義的字,例如客戶名稱或主題。
原因是意思會變,編號不能變。案子改名、換部門、主題轉向,都很常見;如果編號裡帶著舊名稱,要嘛編號跟著改,所有引用它的地方都斷掉,要嘛編號不改,從此名不符實。所以人看得懂的語意字,放在另一個可以調整的短路徑和名稱欄位裡,編號只負責「永遠指向同一個東西」。
平台需要記住的東西不只有案,還有文件、交接卡、裁決、工作階段、事件等,每一種都有自己的前綴。發號時有一把鎖,確保兩個 AI 同時建立東西時,不會拿到同一個號碼。
檔案是正本,資料庫是重算的
很多系統的做法是:資料存在資料庫裡,檔案只是匯出的副本。我們反過來。標籤檔是正本,資料庫是從檔案重算出來的。
具體來說,有一支程式會掃過所有資料夾,讀取每一份身分檔,把八組標籤組成一份索引。這份索引可以整個刪掉,重跑一次就回來。人看的總覽頁、每天早上的推進清單,也都是從這份索引產生的,不手寫。
這樣做有三個好處。第一,不會有兩個版本的事實:要改什麼,就改標籤檔,下一次重算之後,所有地方都一起更新。第二,資料庫壞了不用搶救,重算就好。第三,人和 AI 讀的是同一份東西,換一個 AI 工具,也讀得懂同一份標籤檔。
有了索引,AI 找東西的方式也變了。它不再一個一個打開資料夾,而是先問索引:「哪些案在等客戶、本週到期?」索引給出名單,AI 只打開名單上那幾個資料夾。讀得少,上下文就留給真正的工作。
關係欄位,長出一張圖
八組標籤裡,「關係」這一組比較特別。它記的不是案子本身的屬性,而是案子之間的連結:誰是誰的上層、誰拆出了哪些子案、誰指向誰。
把所有案子的關係欄位讀出來,連在一起,就是一張知識圖譜。在這張圖上,可以問一些表格很難回答的問題。例如:「如果這個介面元件改版,哪些案子會受影響?」只要沿著指向的線往回追,就找得到所有依賴它的案子。這就是依賴傳播:一個點變動,沿著關係把影響傳下去。
有些關係我們刻意不存。例如一個案子有哪些 AI 工作階段在處理,不寫在案子的標籤裡,而是在需要時反過來查。只存一個方向,就不會出現兩邊記錄對不上的情況。人脈與金錢相關的欄位也一樣,案子裡只存編號,不存內容,內容留在各自的正本裡。
圖譜的另一個用途是找出孤立的點:沒有上層、也沒有指向任何目標的案子。這通常代表兩種情況之一,不是忘了連,就是這件工作已經失去了存在的理由。兩種都值得人看一眼。
圖譜也有它的界線。要回答「現在有效的是哪個版本」,不能只看圖上誰和誰相似或相連,而要查版本狀態本身。圖譜擅長回答「有什麼關係」,不擅長判斷「哪一個才算數」。
標籤怎麼保持是新的
標籤最大的敵人是過時。一份三個月前寫的「下一步」,比沒有還糟,因為它會讓人走錯方向。所以我們讓大部分標籤自動更新,但依性質分成三種路。
- 觀察得到的:最後活動時間、檔案數、階段、斷掉的連結。這些是事實,程式看到就直接更新。
- 推斷出來的:負責部門、摘要、與其他案的關係。AI 把握高時直接套用,事後告知;把握不高時,只給建議值,等人確認。
- 人決定的:目標、判定者、等級、出口。AI 只提醒、只提建議,不自動改。
型態是一個特例。它看起來像推斷出來的,但改了之後會影響整個資料夾的結構和規則,所以即使 AI 很有把握,也只提出「建議變更」,由確認人決定。
實際用起來大概是這樣:早上打開總覽頁,「待確認」那一欄寫著三個新資料夾等你確認型態,另外有一個案的部門已經由 AI 改好、事後告知。你逐一點選同意,其中一個改成別的型態。你沒有打開任何標籤檔,但確認的結果寫回了檔案,程式重算索引,下一次任何 AI 查到的,就是新的答案。
重點回顧
- 每個案帶著八組標籤,每組回答一個問題;人只確認六件屬於決定的事。
- 標籤檔是正本,資料庫與圖譜都由程式重算,可以整個刪掉再重建。
- 關係欄位連起來就是知識圖譜,可以沿著指向追出依賴與影響範圍。
- 標籤分三種更新方式:觀察的直接改,推斷的看把握,決定的只提建議。


