本体论认识论方法论是什么

学 AI 的人常在这三个词上卡住：读论文看到 ontology，搭知识库被要求先做本体，写评测又有人问你的方法论是什么。你会发现它们不是并列的同义词，而是三个高低不同的层次，混着用就会把「世界怎么分类」「我凭什么知道」「我按什么步骤做」搅成一锅。这篇给一套能直接套用的区分方式和落地动作。

学 AI 的人常在这三个词上卡住：读论文看到 ontology，搭知识库被要求先做本体，写评测又有人问你的方法论是什么。你会发现它们不是并列的同义词，而是三个高低不同的层次，混着用就会把「世界怎么分类」「我凭什么知道」「我按什么步骤做」搅成一锅。

这篇不给你背定义，给一套能直接套用的区分方式和落地动作。读完你至少能做到：拿到一句需求，先判断它卡在哪一层，再决定这一层该产出什么、怎么验。

三个词为什么总被放在一起：先分清层次

本体论管的是世界的分类与关系，认识论管的是知识来源与可信度，方法论管的是一套可复现的动作。顺序是自上而下：先定分类，再定判断依据，最后才定流程。反过来先定流程，往往会出现「步骤很清楚，但分不清在测什么」。

• 把方法论当成本体论：比如把「先切段再向量化」当成知识本身的分类，其实那只是一步做法。
• 把认识论当成本体论：纠结「模型说的算不算事实」，却连事实和非事实在库里都没分开存放。
• 把本体论当成本体论之外的事：类表画完就锁死，后面没人维护，半年后没人敢改。
• 什么情况下不用较真：一个人临时写个提示词试试效果，三个词随便用也不影响结果；一旦要做可复用的知识库、评测集或多人协作的标注规范，就必须分开。

本体论落到 AI：知识建模到底在定什么

在 AI 语境里，本体论对应的是建模动作：定实体类型、定属性、定关系、定层级。比如「客户」和「订单」是两个类型，一个客户有多个订单，这条关系是要写下来的。类型表不是文档装饰，它决定后面检索能不能过滤、统计能不能聚合、答案能不能跨文档拼起来。

判断你的本体是否够用，看三件事：同一句话能不能被稳定归到某一类；类与类之间的父子关系是否互斥且完整；具体例子落库时是否需要临时加类别。第三条最能说明问题——如果每次入库都要现场造新类，说明类型表是拍脑袋定的。

1. 收集真实问题拿十到二十条真实用户问题，别用自己的想象题。来源可以是客服记录、站内搜索词、群里反复被问的句子。
2. 人工先归类不看代码，手动把这些问题归到你拟的类型下，标记哪些归不进去、哪些两类都像。
3. 找打架的边界归不进去和两边都像的，就是类型定义打架的地方。典型是「类型」和「状态」混在一起，比如把「已发货」当成一个独立类型。
4. 改表再跑一轮改完类型表，重新归类一遍。稳定了再进入实现阶段。

认识论落到 AI：你凭什么相信这个结果

认识论关心的是依据：答案来自模型参数里记的，还是来自检索到的原文，还是来自你给的规则。三者的可信度不一样，出错时的排查路径也不一样。参数里的记错，你查不到源头；检索来的错了，你能顺着文档往回找；规则错了，改规则就行。

做事实类问答时，先问一句「这句话有没有可指认的出处」。有出处的走引用链路，没出处的要标注为模型生成，避免和事实混在一张表里。混在一张表里最典型的后果是：评测时你把模型生成当成事实依据，越评越自信。

• 每条知识标来源：来自哪份文档、哪次采集、谁标注的。
• 标校验状态：未校验、已核对、有争议，三档就够，别搞太细。
• 来源不明的单独放一栏，不要直接并入正式语料。
• 同一件事有两个来源冲突时，先记录冲突，别急着选一个更合眼缘的。

什么情况下不适用：创意、润色、头脑风暴类任务不需要出处，硬要求引用反而限制发挥；区分任务类型比统一标准更实际。想知道你自己那批语料的来源结构长什么样，到站内工具目录里找对应的整理工具试一遍，比空想快。

方法论落到 AI：把做法写成别人能重跑一遍的步骤

方法论不是「我用了什么工具」，而是「输入是什么、按什么顺序处理、在哪些点做判断、输出长什么样」。缺了判断点，别人照做结果就会漂。工具名会换，判断点才是流程的骨头。

判断标准很直接：把这篇步骤交给同事，他能不能在不知道你想法的情况下跑出同类型结果。跑不出来，说明还有隐含前提没写。隐含前提通常藏在「清洗一下」「挑好的留下」这种话里。

数据从哪来

写清来源、时间范围、抽样方式，别写「用了一批数据」

每步做什么转换

输入输出都要有格式说明，中间产物留不留也要写

验收看什么

指标口径写到站内对应页面核对，别凭印象说事

一套能直接套的顺序：从问题到落地

上面三节拆开看都清楚，合起来用有一个固定顺序：先本体、再认识论、最后方法论，跑完一轮再回头验。顺序反了最常见的表现是工具选型选得很热闹，但没人说得清到底在处理什么对象、凭什么信结果。

1. 定本体列出这次要处理的对象和关系，写成一张类型表，先不管怎么实现。
2. 定认识论给每类信息标来源和可信度要求，决定哪些必须带出处、哪些允许模型生成。
3. 定方法论写清数据流向、转换步骤和验收点，再把工具和模型选型填进去。
4. 回头验拿少量真实样例跑一遍，看分类有没有打架、出处有没有缺失、步骤有没有跑不通，哪一处出问题就回到对应那一层改。

这套顺序不承诺一次做对，它保证的是出问题时你知道该回哪一层。做评测集、做知识库、做标注规范，都能套。具体到某个模型或工具在当期的表现和价位，别凭旧印象判断，到站内模型资料库和价格追踪页面核对当时的数字。