指南由 CCSA TC601 大数据技术标准推进委员会牵头，联合多家机构编制，旨在助力知识工程实践落地与行业新质生产力发展。

指南首先概述知识工程，指出知识是数智化核心，知识工程是连接数据与智能的关键，其发展历经计算机时代（文件系统存储检索）、信息化时代（知识图谱技术应用）、大模型时代（大模型增强知识服务）三个阶段，落地存在知识获取、加工、服务难等痛点，需通过工具链、管理体系、知识服务等解决。

核心内容涵盖三方面：一是构筑知识工程工具链，包括从内外部多渠道采集抽取知识（涉及多行业知识来源），对知识进行处理加工（清洗、融合、审核等），以及采用多种存储形式（关系型数据库、图数据库等）并支持检索、分析推理等计算；二是完善知识管理体系，涉及制定知识资产管理战略、建立制度、开展盘点（统计分布、挖掘隐性知识等）和运营（宣传推广、创新应用等）；三是知识服务及应用赋能，面向员工提供七大类知识服务，为大模型提供语料和检索增强生成服务，在法律政务、医疗、金融等多行业有创新应用。

落地路线上，需明确建设目标（知识资产化、显性化等）与业务驱动力，体系化推进技术平台构建、管理体系完善和持续价值运营，并通过知识工程能力成熟度模型等科学评估成果。

发展趋势呈现隐性知识显性化、知识管理体系化、知识服务智能化，机构知识能力与大模型能力将双向赋能。此外，指南还附上多个行业的知识工程应用案例，展示其实践成效。

点击文后阅读原文，可获得下载资料的方法。