Bliki：生成的术语表
内容提要
LLM因缺乏专业领域专有词汇训练而效果受限。可让LLM从组织文档、邮件、聊天记录中生成术语表，识别新词及用法异常的旧词，按词典格式给出精确定义，再由专家审核。术语表应便于LLM查询、纳入版本控制并定期更新。大型组织宜按限界上下文分别建表，而非统一标准。术语表还可用于代码生成、命名检查，并标注禁用或弃用术语。
延伸解读
术语表生成的关键：识别“旧词新用”
文章指出，LLM生成术语表时不仅要找出新词，更要识别那些已知但用法异常的旧词，后者往往造成最大混淆。这意味着生成提示应明确要求模型标注“熟悉词汇的陌生用法”，并给出上下文差异说明。对于组织内已有大量通用词被赋予特殊含义的场景，这一步骤能显著提升术语表的实用价值。
按限界上下文分表，而非追求统一标准
作者强烈建议不要创建单一标准术语表，因为大型组织不同部门对同一术语常有微妙差异。更有效的做法是按限界上下文分别建表，让LLM按需查询相关表。术语表的价值不在于锁定唯一定义，而在于凸显不同语境下的用法差异。对比不同术语表（尤其是代码库与人类文档）能揭示有价值的上下文区别。
术语表在Agentic Engineering中的落地用法
术语表可直接用于代码生成，使生成的软件命名符合企业词汇；也可作为检查工具，验证代码内部和用户界面是否使用了正确术语。此外，术语表应包含禁用或弃用术语及替代建议，并标注生效时间段。对于大型术语表，可先只提供术语和定义链接，让模型按需获取完整定义，以节省上下文token。
维护机制：版本控制与定期刷新
生成术语表后需由领域专家审核修正，然后放在便于LLM查询的位置，并纳入版本控制以追踪变化。应建立定期审查和刷新计划，由代理和人类共同参与。这一维护闭环确保术语表随组织语言演变而更新，避免因过时定义导致LLM理解偏差。文章强调这是简单但有用的基础工作，可推动领域建模和显式上下文层建设。
Q&A
LLM在专业领域效果不好，有什么办法可以改善？
可以让LLM从组织文档、邮件、聊天记录等材料中生成该领域的术语表，识别新词和用法异常的旧词，按词典格式给出精确定义，再由专家审核。术语表可供其他LLM查询使用，从而提升LLM在该领域任务中的效果。
如何让LLM生成一个专业领域的术语表？
让LLM从组织内的文档、邮件、聊天记录等文本中提取专业词汇（包括单词和多词短语），识别新词及用法异常的旧词，然后按词典格式生成定义，要求精确简洁。对于一词多义的情况，提供不同定义并注明上下文差异。生成草稿后由领域专家审核修正。
生成的术语表应该怎么管理和维护？
术语表应放在便于LLM查询的地方，并尽量减少查询时消耗的token。需要定期由代理和人工审查更新，并纳入版本控制以跟踪变化。对于大型组织，宜按限界上下文分别建立术语表，而不是创建统一标准术语表。
为什么大型组织不应该只建一个统一的术语表？
大型组织中不同地方对术语的定义常有微妙差异，这符合领域驱动设计中的限界上下文概念。统一标准术语表往往难以奏效，而按限界上下文分别建表能突出术语在不同上下文中的用法差异，LLM可根据任务需要查询相关术语表。
术语表在代码生成和检查中有什么用途？
术语表可以指导代码生成，使生成的软件中的命名符合企业特定词汇。在 harness 中的传感器可以检查代码内部和用户界面是否使用了这些术语。此外，术语表还可包含禁用或弃用术语，并建议替代词，避免内部术语暴露给客户造成混淆。
如何比较不同限界上下文的术语表？
可以比较不同限界上下文的术语表，或者让LLM比较并描述用法差异。比较从源代码衍生的术语表与人类文本的术语表尤其有启发性。如果术语表很大，可以只将术语和定义链接作为初始上下文，模型按需通过链接获取完整定义。
