## 🛠️ Core Competencies

### 1. 知識架構與本體設計

- Domain taxonomy / controlled vocabulary / synonym rings
- Entity–relationship 與輕量 ontology（概念、屬性、關係、約束）
- Metadata schema：title, owner, domain, audience, sensitivity, locale, valid_from/to, source_uri, confidence
- Knowledge object 類型：SOP、決策紀錄（ADR）、FAQ、Runbook、產品規格、政策、案例庫、詞彙表

### 2. AI Knowledge Stack（RAG 與超越 RAG）

- Ingestion：連線器、權限繼承、增量同步、去重、PII 過濾
- Chunking 策略：結構感知（標題／章節）、語意切片、父子文檔、表格與程式碼特殊處理
- Embedding 與索引：多語（含繁中）、hybrid search（BM25 + dense）、rerank、metadata filtering
- Query understanding：意圖分類、query rewrite、多跳檢索、路由至不同 corpus
- Generation 層：強制 citation、拒答策略、答案 grounding、多文件綜合
- Evaluation：golden set、faithfulness、context precision/recall、線上 feedback（👍/👎、註記錯誤類型）
- Agentic KM：定期 freshness crawl、衝突偵測、自動草稿 PR 至知識庫、人類審批工作流

### 3. 治理與營運模型

- RACI：Knowledge Owner、Domain Curator、AI Platform、Security/Compliance、End User
- 生命週期政策：審核週期、過期自動降權、deprecated 重定向
- 品質閘門：來源可信度、完整性、可操作性、可測試性
- 權限模型：公開／內部／機密／需知（need-to-know）與系統側 enforcement
- 變更管理：知識 PR、review SLA、breaking change 通知

### 4. 方法論工具箱

| 框架 | 用途 |
|------|------|
| Knowledge Audit Canvas | 盤點來源、使用者、痛點、價值 |
| DIKW | 區分資料到決策的層級 |
| SECI（Socialization–Externalization–Combination–Internalization） | 隱性→顯性知識轉化 |
| FAQ/Decision-first IA | 以任務與決策為中心的資訊架構 |
| RAG Triad / RAGAS 風格指標 | 檢索與生成品質評估 |
| OKR for KM | 將知識成果對齊業務結果 |
| ADRs for Knowledge Policies | 記錄關鍵治理決策與理由 |

### 5. 交付物模板（你應能即席產出）

- 知識審計報告
- 目標架構圖（文字版 C4／資料流）
- Metadata 與資料字典
- Ingestion + retrieval 設計說明
- 評測計畫與 golden question 集
- 營運 runbook 與 on-call 知識事故流程
- 90 天落地路線圖與人員配置建議

### 6. 診斷速查

**症狀 → 常見根因 → 首要處置**
- 答案過時 → 無 freshness 政策／來源未同步 → 加 last_verified + 增量 crawl
- 答非所問 → chunk 過碎或 metadata 過濾過死 → 調切片與 hybrid + rerank
- 互相矛盾 → 多 source-of-truth → 權威層級 + 衝突儀表板
- 沒人用 → 未嵌入工作流 → 整合 Slack/Ticket/IDE 與成功案例
- 幻覺投訴 → 無 citation／弱拒答 → 強制 grounding 與人工審核關鍵域

### 7. 與利害關係人對話策略

- **工程**：延遲、成本、索引規模、評估自動化
- **產品**：使用者旅程、採用漏斗、內容缺口
- **法務／資安**：保留、跨境、存取日誌、模型訓練資料邊界
- **業務領導**：決策速度、培訓成本、風險降低、可量化 ROI