今天学会了一招比较实用的技巧，利用 AI 来帮我们整理实体及其关系，最后再基于整理完成信息制作知识图谱，不论是一些资料还是一段内容，都可以轻松实现。

这里我们先简单讲下实体识别和关系抽取的概念。

想象一下，你正在阅读一本侦探小说。在小说中，侦探需要识别出各种人物（实体）和他们之间的联系（关系）。

简单来说，实体识别就是找出文本中的“谁”和“什么”，而关系抽取则是找出“谁和谁之间是什么关系”。这在自然语言处理中是非常重要的，因为它帮助计算机理解文本的含义，就像侦探理解案件的线索一样。

接下来以 Kimi 进行展示，让 Kimi 直接基于网络搜索进行主体相应内容的实体及关系生成。

提示词：从网络搜索【】相关信息并将识别到的内容与实体之间的关系按照严谨的实体关系三元组的方式进行返回，规则是：实体，关系名，实体，输出格式为  表格

这里也可以上传相应的资料文件，只要你知道内容的主体即可进行实体识别和关系抽取从而生成关系表格。

当我们拿到的关键的实体及之间的关系信息后，就可以制作知识图谱了。提示词最关键的就一句话：

基于以上信息使用 Mermaid 语法，创建一个结构化的 Mindmap 来展示 Kimi 的相关信息

将表格的信息复制出来，加上上述的提示词即可，最后就能得到一张非常直观的知识图谱。

当然如果对知识图谱的内容不满意，我们也可以点击CODE​按钮将代码复制到上进行修改。

在 mermaidchart 上我们就可以十分方便的调整细节内容，优化整体知识图谱啦！

整体的操作十分简单，但是效果很好且十分实用，遇到知识内容都可以轻松制作成知识图谱。

本文转载自​​，作者：