Knowledge Graph Builder

Name: Knowledge Graph Builder
Author: eddiebe147

github.com/eddiebe147データ・データベース52 回インストール

リポジトリ

Knowledge Graph Builder について

サポートコンテンツやドメイン情報からナレッジグラフを設計・構築するスキルです。エンティティと関係のモデル化、構築、クエリ、推論、継続的な検証を案内し、サポートや検索に活用できます。

主な機能

01ドメインのエンティティ、属性、関係をモデル化
02グラフスキーマとデータ投入を計画
03トラバーサル、パス、パターンのクエリを検討
04推論とセマンティック検索を活用
05グラフ品質と更新方法を監査

活用シーン

01サポート記事と問題解決の関連を整理
02製品、問題、解決策の関係をマッピング
03グラフを使った検索やレコメンドを計画
04グラフの欠落、古いノード、弱い関係を点検

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/eddiebe147/claude-settings --skill knowledge-graph-builder

インストール後、Claude Code で/knowledge-graph-builderを入力して読み込まれたか確認します。

詳細

ナレッジグラフビルダー

分断されたサポートコンテンツを、概念、関係、ソリューションが相互につながるネットワークへと変換する、専門的なナレッジグラフ作成システムです。このスキルでは、ナレッジドメインのマッピング、関係の定義、インテリジェントなサポート体験の実現に向けた、体系的なワークフローを提供します。

ナレッジグラフにより、サポートシステムはキーワードだけでなく、文脈も理解できるようになります。顧客が「請求の問題」について質問したとき、ナレッジグラフは、それが請求書、支払い方法、サブスクリプションプラン、さらには解約リスクにも関係すると認識します。このスキルは、こうしたつながりを把握するインテリジェンスの構築を支援します。

セマンティックウェブの原則とナレッジエンジニアリングのベストプラクティスに基づき、このスキルはドメインモデリング、関係のマッピング、実践的な実装を組み合わせ、よりスマートなサポートを実現するナレッジグラフを作成します。

コアワークフロー

ワークフロー 1：ドメインモデリング

ナレッジドメイン内の概念とエンティティを定義します

エンティティの特定
- コアエンティティ：製品、機能、概念
- 顧客エンティティ：アカウント、ユーザー、セグメント
- サポートエンティティ：問題、ソリューション、記事
- プロセスエンティティ：ワークフロー、手順、ステップ
- コンテキストエンティティ：ユースケース、ペルソナ、シナリオ

サポート向けのエンティティタイプ

エンティティタイプ	例	目的
製品	アプリ、機能、モジュール	顧客が使用するもの
問題	バグ、エラー、質問	顧客が直面するもの
ソリューション	修正方法、回避策、ガイド	解決方法
記事	FAQ、操作方法、リファレンス	コンテンツリソース
概念	用語、プロセス、機能	理解
ペルソナ	管理者、ユーザー、開発者	サポートを必要とする人

エンティティのプロパティ

Entity: Feature
Properties:
- id: unique identifier
- name: display name
- description: what it does
- status: active/deprecated/beta
- complexity: basic/intermediate/advanced
- related_persona: who uses it
- documentation_url: help article link

エンティティ抽出元
- 製品ドキュメント
- サポートチケットの分類体系
- FAQ カテゴリ
- ヘルプセンターの構成
- 機能仕様
- ユーザー調査の結果

ワークフロー 2：関係のマッピング

エンティティ同士のつながり方を定義します

主要な関係タイプ

関係	From	To	例
SOLVES	ソリューション	問題	「パスワードのリセット SOLVES ログイン失敗」
PART_OF	機能	製品	「ダッシュボード PART_OF アナリティクス」
REQUIRES	機能	機能	「エクスポート REQUIRES Pro プラン」
CAUSES	問題	問題	「API の制限 CAUSES 同期の失敗」
DOCUMENTED_IN	概念	記事	「請求 DOCUMENTED_IN 料金ガイド」
APPLIES_TO	ソリューション	ペルソナ	「回避策 APPLIES_TO 管理者ユーザー」

関係のプロパティ

Relationship: SOLVES
Properties:
- confidence: how reliable (0-1)
- conditions: when this applies
- effectiveness: success rate
- last_verified: date checked

関係の発見
- サポートチケットの解決経路を分析する
- ヘルプ記事の相互参照をマッピングする
- 同時に発生する問題を特定する
- ユーザージャーニーのパターンを調査する
- 専門家の知識を確認する
関係の強さ
- 強い：常に正しく、十分に文書化されている
- 中程度：通常は正しく、よく見られるパターンである
- 弱い：場合によって正しく、状況に左右される
- 要確認：可能性はあるが、検証が必要

ワークフロー 3：グラフの構築

実際のナレッジグラフ構造を構築します

グラフアーキテクチャ

Nodes (Entities):
- Unique identifier
- Entity type
- Properties
- Metadata (created, updated, source)

Edges (Relationships):
- From node
- To node
- Relationship type
- Properties
- Metadata

実装方法

アプローチ	最適な用途	ツール
グラフデータベース	複雑なクエリ、スケーラビリティ	Neo4j、Amazon Neptune
RDF トリプルストア	セマンティックウェブ、標準規格	Apache Jena、Stardog
プロパティグラフ	柔軟なモデリング	Neo4j、TigerGraph
組み込み型	シンプルなユースケース	NetworkX、GraphQL

スキーマ設計
- ノードのラベル／タイプを定義する
- 関係タイプを定義する
- 必須プロパティを設定する
- 制約（一意性、存在）を定義する
- クエリのパフォーマンス向上のためにインデックスを作成する
データの投入
- 既存のデータソースから一括インポートする
- 稼働中のシステムから API 経由で取り込む
- 専門家が手動で精選する
- 自動抽出（NLP）を行う
- サポート活動から継続的に更新する

ワークフロー 4：クエリと推論

ナレッジグラフから価値を引き出す

クエリパターン

クエリの種類	用途	例
トラバーサル	関連コンテンツを見つける	「X に関連する記事」
パス探索	解決策を見つける	「問題から解決までの手順」
パターンマッチング	類似する問題を見つける	「X のような問題」
集計	分析	「機能ごとに最も一般的な問題」
推薦	提案	「他のユーザーも閲覧」

推論ルール
- A が B を引き起こし、B が C を引き起こす場合、A が C に関連する可能性があると提案します
- 解決策 S が問題 I を解決する場合、類似する問題に対する類似の解決策を提案します
- 記事 A が B に記録され、B が C を必要とする場合、前提条件として C を表示します
- 多くのユーザーが A → B → C と移動する場合、ショートカットを提案します
セマンティック検索の強化
- 関連する概念で検索を拡張します
- グラフの中心性に基づいて順位付けします
- 関連記事を提示します
- 代替用語を提案します
- 関係性からコンテキストを理解します
対話型 AI との統合
- ユーザーの意図をグラフエンティティに対応付けます
- 関係性をたどって回答を見つけます
- つながりのあるコンテンツから回答を生成します
- グラフのパスを使って推論を説明します

ワークフロー 5：メンテナンスと進化

ナレッジグラフの正確性を保ち、拡張する

品質モニタリング
- 利用パターンを追跡します
- 行き止まりとなるパスを特定します
- 孤立したノードを見つけます
- 関係性の正確性を監視します
- 検索の成功率を測定します
更新のトリガー
- 新製品のリリース
- ドキュメントの変更
- サポートチケットの傾向
- ユーザーからのフィードバック
- 専門家によるキュレーションセッション
検証プロセス
- 新しい関係性を専門家がレビューします
- グラフを活用した機能を A/B テストします
- 正確性の指標を監視します
- ユーザーからのフィードバックを収集します
- 定期的に監査します
拡張戦略
- チケットからエンティティを自動抽出します
- ML ベースで関係性を提案します
- ユーザーによる投稿の仕組みを設けます
- 専門知識を収集するセッションを実施します
- 外部ソースと相互参照します

クイックリファレンス

操作	コマンド／トリガー
エンティティを作成	「[name] の [type] エンティティを追加」
関係性を定義	「[A] から [B] への [type] の関係性を作成」
グラフをクエリ	「[entity] に関連する [entity] を検索」
パスを検索	「[issue] から [solution] までのパスを表示」
グラフの統計情報	「ナレッジグラフの指標を表示」
関係性を検証	「[entity] の関係性を監査」
チケットから抽出	「最近のチケットからエンティティを抽出」
ドキュメントを生成	「グラフをドキュメントとしてエクスポート」
ギャップを検索	「不足している関係性を特定」
グラフを可視化	「[entity] 周辺のグラフを可視化」

ベストプラクティス

ドメインモデリング

製品の中核となる概念から始めます
顧客の視点からモデル化します
エンティティの種類を絞り込みます
エンティティの定義を明確に文書化します
スキーマをバージョン管理します

関係性の設計

動詞ベースの関係名を使います
関係性に方向性を持たせます
確信度／強度のプロパティを追加します
冗長な関係性を避けます
関係性の意味を文書化します

グラフの構築

小さく始め、段階的に拡張します
ドメインの専門家と検証します
頻繁にクエリされるプロパティにインデックスを作成します
最初からスケーラビリティを考慮します
データの来歴を維持します

クエリの最適化

クエリのパフォーマンスをプロファイリングします
適切なインデックスを作成します
よく使われるトラバーサルをキャッシュします
大きな結果はページネーションします
クエリパターンを監視します

メンテナンス

定期監査を予定します
コンテンツの鮮度を追跡します
古くなったノード／エッジを削除します
自動追加された内容を検証します
変更を文書化します

ナレッジグラフのスキーマ

中核エンティティ

Product:
  properties:
    - id: string (required, unique)
    - name: string (required)
    - description: text
    - version: string
    - status: enum [active, deprecated, beta]
    - tier: enum [free, pro, enterprise]

Feature:
  properties:
    - id: string (required, unique)
    - name: string (required)
    - description: text
    - complexity: enum [basic, intermediate, advanced]
    - introduced_version: string
    - documentation_url: url

Issue:
  properties:
    - id: string (required, unique)
    - title: string (required)
    - description: text
    - severity: enum [critical, high, medium, low]
    - frequency: enum [common, occasional, rare]
    - symptoms: array[string]

Solution:
  properties:
    - id: string (required, unique)
    - title: string (required)
    - steps: array[string]
    - type: enum [fix, workaround, configuration]
    - effectiveness: float [0-1]
    - applies_to: array[string]

Article:
  properties:
    - id: string (required, unique)
    - title: string (required)
    - url: url (required)
    - type: enum [faq, how-to, reference, troubleshooting]
    - audience: enum [all, admin, developer]
    - last_updated: date

Concept:
  properties:
    - id: string (required, unique)
    - term: string (required)
    - definition: text (required)
    - aliases: array[string]
    - domain: string

中核関係性

PART_OF:
  from: [Feature, Concept]
  to: [Product, Feature, Concept]
  properties:
    - required: boolean

SOLVES:
  from: Solution
  to: Issue
  properties:
    - confidence: float [0-1]
    - conditions: text
    - verified_date: date

CAUSES:
  from: Issue
  to: Issue
  properties:
    - probability: float [0-1]
    - mechanism: text

DOCUMENTED_IN:
  from: [Feature, Issue, Solution, Concept]
  to: Article
  properties:
    - section: string
    - is_primary: boolean

REQUIRES:
  from: [Feature, Solution]
  to: [Feature, Permission, Plan]
  properties:
    - type: enum [prerequisite, dependency, permission]

RELATED_TO:
  from: [any]
  to: [any]
  properties:
    - strength: float [0-1]
    - type: enum [similar, alternative, complementary]

APPLIES_TO:
  from: [Solution, Article]
  to: [Persona, Plan, Version]
  properties:
    - conditions: text

実装ガイド

フェーズ 1：基盤（第 1～2 週）

中核となるエンティティの種類を定義します
プロパティのスキーマを文書化します
主な関係性をマッピングします
技術スタックを選択します
開発環境をセットアップします

フェーズ 2：コアグラフ（第 3～4 週）

ドキュメントからエンティティを抽出する
初期の関係性を作成する
グラフデータベースにインポートする
基本的なクエリインターフェースを構築する
分野の専門家とともに検証する

フェーズ 3：統合（第 5～6 週）

サポートシステムに接続する
検索機能を強化する
コンテンツのレコメンデーションを追加する
管理者インターフェースを作成する
監視を設定する

フェーズ 4：インテリジェンス（第 7～8 週）

推論ルールを追加する
類似度スコアリングを実装する
自動抽出を有効にする
フィードバックループを構築する
本番環境にデプロイする

注意すべき兆候

孤立ノード：関係性のないエンティティ
関係性の乱立：弱い関係性が多すぎる
古いデータ：古くなった情報が更新されていない
スキーマの不整合：エンティティのモデリングに一貫性がない
クエリの複雑さ：単純な質問にも複雑なクエリが必要
検証の欠如：自動で追加された情報が検証されていない
コンテキストの不足：プロパティのない関係性
カバレッジの不足：重要な概念が表現されていない

成功指標

指標	測定内容	目標
グラフのカバレッジ	把握されている概念の割合	90% 以上
検索の改善度	キーワード検索との関連性の比較	2 倍以上
解決までの時間	回答を見つけるまでの時間	50% 削減
関係性の正確性	専門家による検証率	95% 以上
クエリのレイテンシ	応答時間	100ms 未満
ユーザー満足度	グラフ機能に対する CSAT	4.0/5.0 以上
自動化率	グラフによって自動解決された割合	30% 以上
グラフの成長	月ごとの新規エンティティ数	健全な成長

Markdown 対応

ログインしてコメント

基本情報

作者: eddiebe147
リポジトリ: eddiebe147/claude-settings
カテゴリ: データ・データベース
インストール数: 52

問題を報告