故宫博物院:让百万级文物“随问随得”的语义搜索

186 万件馆藏数字化之后,观众依然“看得见、找不到”。用语义检索把专业著录与日常提问接上,检索从猜关键词变成直接提问。

客户案例 · 文中量化指标为示例口径,发布前以项目验收数据为准

客户痛点

故宫藏品逾 186 万件(套),数字资源体量庞大,而传统检索依赖精确的名称、年代与编号,观众一句“画着山水的瓷瓶”往往空手而归。海量数字资产“看得见、找不到”,专业著录与大众表达之间横着一道鸿沟。

浩瀚馆藏中迷失方向的概念插画

解决方案

基于分形智能体平台的 Knowledge 知识库能力,将藏品名称、年代、类别、纹饰与背景知识统一向量化,构建文物语义索引。观众用日常语言提问,系统理解口语化表达与专业著录之间的对应关系,返回相关藏品及其文化背景。检索从“猜关键词”变成“直接提问”。

  • 藏品知识向量化

    将名称、年代、类别、纹饰、背景知识统一编入语义索引,口语化描述与专业著录不再脱节。

  • 自然语言检索

    观众直接用自己的话提问,系统理解检索意图,返回最相关的藏品而非精确匹配的关键词。

  • 知识联动讲解

    检索结果附带文化背景与关联藏品推荐,让观众查一件、懂一片。

语义检索连接文物知识的概念插画

数据结果

语义检索 Top 10 命中率达 92%,观众平均检索耗时降低 68%。平台上线后,数字馆藏访问量提升 45%,更多文物真正走进公众视野。

92%语义检索 Top 10 命中率
68%观众平均检索耗时降低
45%数字馆藏访问量提升

注:以上指标为示例口径,正式发布前以双方确认的项目验收数据为准。

有序高效数字展厅的概念插画

常见问题

企业智能体与传统自动化脚本有什么区别?

传统脚本依赖固定规则,企业智能体则能理解需求、查找资料、判断规则并调用系统,在异常时交回人工,执行过程可追踪、可校验。

智能体试点应该选择什么样的任务?

优先选择输入清晰、结果可检查的工作,例如汇总采购需求、生成工单分类建议或整理销售跟进记录;任务越具体,越容易判断智能体是否真正改善了工作。

规模化应用智能体需要哪些治理能力?

当智能体走向多个部门,权限、质量、成本与审计需要进入同一套管理机制,确保质量、权限与异常处理都经过验证后再复制到更多场景。

找到企业最值得 AI 自动化的第一个流程
申请 AI 流程诊断