一、问题的提出

人工智能大模型正加速进入工程造价咨询领域，但应用多停留在知识问答、计价依据检索等辅助环节，投资测算、方案比选等深层应用尚缺乏结构化知识的支撑。实践表明，其成效关键不在模型，而在企业知识与数据的质量。造价咨询本属知识密集型行业，价值正从计量计价转向依托知识积累的分析研判与全过程管控。如何让知识有效组织、服务作业并不断回流、形成闭环，正成为必须面对的新课题。

二、造价咨询企业知识的主要类型

造价咨询企业长期积累的知识，按其性质大致涵盖六个方面（见下图）：建设工程计价依据、政府投资条例与造价管理政策、造价指标与指数、法律法规与纠纷案例、工程技术标准与规范，以及企业自身业务标准。

图1 造价咨询企业知识六大类

三、当前知识管理存在的主要短板

当前，知识管理仍存在明显短板：一方面，历史造价数据大量沉淀却未被有效利用，数据标准缺失、清单编制不规范，难以转化为可复用的数据资产；另一方面，定额、清单、价格信息、指标指数等知识散布于个人电脑、网盘及不同系统，缺乏统一分类与统计口径，难以共享和横向比较。这正是人工智能难以深入应用的原因。

四、知识库建设与治理的路径思考

知识库建设与治理，可从治理目标、分类体系、知识组织、治理机制、技术手段五个层面系统推进（见下图）。

图2 知识库治理五个层面

（一）明确治理目标与原则

知识库治理的目标，不是简单把文件归类，而是形成一套可检索、可复用、可支撑人工智能应用的知识体系。为此应把握两条原则：以专业逻辑为本，分类须符合造价专业的自身规律；以内容实质为准，依据文件实际内容归类，而非标题字面或外在形式。

（二）设计专业分类体系

这是核心环节，可借鉴“分面分类法”，从多个相互独立维度对造价知识加以描述：专业维度对齐清单计价与定额体系，计价依据维度区分版本体系（如广东省2010、2018两套），焦点维度对齐定额套用、工程量计算、材料价格等关注要点。尤须注意，归类应遵循“内容实质”而非“标题字面”：定额勘误文件的专业归属应依据被勘误定额所属专业确定，补充定额亦应依据正文内容确定，并连同地区适用性一并标注。

（三）构建多层次知识组织

单一分类维度难满足复杂检索需求，宜采用“目录树—标签网—索引地图”三层结构：目录树负责收纳，标签网以多维度标签描述文件属性，索引地图通过总索引、分类索引串联零散知识，实现规范归集与高效检索。

（四）建立长效治理机制

知识库治理并非一劳永逸，须配套机制保障：受控词表机制统一标签用词、规范同义词映射，防止标签漂移；版本管理机制遵循单一事实来源原则，确保权威版本唯一、历史可追溯；生命周期管理机制按“创建、审核、更新、归档”动态管理；质量审核机制对批量整理结果抽样复核，重点关注专业边界与易错归类。

（五）借助技术手段提效

知识库治理涉及大量文件的识别、归类与索引编制，可依托企业业务管理平台等数字化底座，结合大模型、智能体（AI Agent）实现自动化处理，再由专业人员复核确认，形成“机器辅助、人工把关”的协同治理模式。

五、结语

知识库建设与治理是一项需持续投入的基础性工程。谁率先完成造价知识的结构化治理，谁就为人工智能应用夯实了数据基础，赢得新一轮竞争先机。将专业知识转化为可检索、可复用、可支撑智能应用的知识库，正是从“经验驱动”迈向“数据驱动”的关键一步。当知识有效组织并持续回流，企业便进入知识生产、经验共享与能力进化的良性循环。

作者简介

廖秋琼

数字造价咨询事业部业务员、助理工程师；

陈　敏

数字造价咨询事业部项目副经理、一级造价工程师；

柳　泉

数字造价咨询事业部主任工程师、一级造价工程师。