知识图谱构建
把碎片知识连成网，看见知识的全貌
知识碎片化的困境
学了一堆，脑子里全是散装知识
你有没有过这种感觉——看了好多书、上了好多课，感觉自己学了不少东西，但一到要用的时候，脑子里全是碎片，串不起来。
比如你学了机器学习，知道什么是决策树、什么是神经网络，但它们之间到底什么关系？什么场景该用哪个？为什么 Random Forest 比单棵决策树好？这些"知识之间的连接"才是真正值钱的东西，可惜大部分学习方式都不帮你建立这种连接。
OpenClaw：帮你把知识点连成一张网
把你的学习内容丢给 OpenClaw，它能自动提取核心概念和它们之间的关系，生成可视化的知识图谱。不是那种花里胡哨没啥用的图，是真的能让你"看见"知识全貌的结构化网络。
支持输出 Mermaid、Markdown 思维导图格式，可以直接导入 Obsidian 或者其他工具。期末复习、系统学习新领域的时候特别好用——一张图抵你翻三天笔记。
3 条知识图谱 Prompt，复制就能用
从课程梳理到笔记库分析，按需选用。
课程内容一键生成知识图谱
黄金指令
请把以下课程内容整理成知识图谱：
[粘贴你的课程笔记 / 教材目录 / 课件内容]
要求：
1. 提取所有核心概念（不超过 30 个）
2. 标注概念之间的关系类型（包含、依赖、对比、演化）
3. 用 Mermaid graph TD 格式输出
4. 对每个核心概念附一句话解释
5. 标出 3 个最容易混淆的概念对，解释它们的区别这条用 Claude Opus 效果最好，它对概念层级关系的理解很准。生成的 Mermaid 代码可以直接在 Obsidian 里渲染。
一本书的核心概念思维导图
新手友好
请分析以下这本书的核心内容，生成思维导图结构：
书名：[书名]
我的阅读笔记：[粘贴笔记或章节摘要]
要求：
1. 提取全书 5-8 个核心观点
2. 每个核心观点下列出 2-3 个支撑论据
3. 标出观点之间的逻辑关系（因果 / 并列 / 递进）
4. 用缩进 Markdown 列表格式输出
5. 最后总结：这本书最值得记住的 3 个 takeaway读完一本书最怕的就是"读了跟没读一样"。用这条整理一下，至少脑子里有个框架，以后想起来有迹可循。
笔记库分析：找出知识孤岛
进阶技巧
我会把我的 Obsidian 笔记库的内容发给你，请帮我分析：
[粘贴笔记文件名列表，或导出的笔记内容]
分析要求：
1. 识别出所有主要知识领域（聚类）
2. 找出"知识孤岛"——那些跟其他笔记没什么关联的内容
3. 发现隐藏的跨领域连接：哪些看起来不相关的知识其实有联系？
4. 建议需要补充的"桥梁笔记"——哪些概念你还没写但它们能串联现有知识
5. 输出一个全局知识图谱（Mermaid 格式）
请按知识密度从高到低排列各领域。这条适合笔记库已经积累了一定体量的同学。100 篇笔记以上用这个效果最明显，能发现你自己都没注意到的知识断层。
推荐配置
知识图谱构建的最佳模型配置
任务类型：知识图谱构建 / 概念关系分析
推荐模型：Claude Opus 4.6（深度理解概念关系）
备选模型：DeepSeek V3（快速处理简单的思维导图）
上下文建议：尽量一次性给全内容，避免分批发导致断裂
输出格式：Mermaid graph TD（可直接渲染）
温度设置：0.3（减少概念关系的"创造性发挥"）知识图谱：OpenClaw vs 手动整理
自己画也行，但效率差别太大了。
OpenClaw
- 一门课的内容 5 分钟生成完整知识图谱
- 自动发现你没注意到的概念关联
- 支持 Mermaid / Markdown 格式，直接导入 Obsidian
- 可以反复迭代：加新内容进去，图谱自动扩展
VS
手动整理
- 一门课画个像样的知识图谱至少要半天
- 容易遗漏概念之间的隐藏关系
- 用 XMind 等工具手动拖拽，调格式就花掉一半时间
- 内容一更新，整张图得重画
几点实用建议
生成图谱之后，花 10 分钟自己过一遍，把你觉得不准确的关系手动调整一下。AI 生成 + 人工校准 = 最佳组合。
不要一次性把所有内容都塞进去。先按章节或模块生成子图谱，然后让 AI 帮你合并成一张大图。层次更清晰，错误也更少。