知识结构 学习中心负责建立知识地图；指南页提供可执行方法，二者不再展示完全相同的内容。 Concepts 建立实体、关系、证据、智能、工作流与记忆的共同语言。 Guides 把操作模型用于实际商业决策和治理问题。 Case Studies 阅读具有证据分类、范围和限制的商业案例。 AI Commerce 理解 AI 如何在受治理商业上下文中形成能力。 Concepts 先建立共同定义，再讨论能力和自动化。 概念 从实体、关系、证据、AI Layer、Commerce OS 与 Business Memory 理解完整操作模型。 概念 理解业务事件、事实、决策、结果和学习如何形成持久组织记忆。 AI Commerce 理解实体、证据、AI 与 Commerce OS 的系统关系。 AI Commerce 生成能力只有连接稳定业务实体和证据后，才更容易被企业理解和治理。 AI Commerce 共享身份、证据、决策、反馈与治理如何形成商业操作闭环。 Guides 学习中心只展示指南入口；完整方法库位于指南页。 指南 用业务目标、实体、关系、证据、责任与结果描述真实商业问题。 指南 检查来源、时效、不确定性、权限、复核状态和人工批准。 Case Studies 所有案例必须声明证据类型、业务范围和限制。 案例研究 区分概念、合成演示、批准匿名案例与已验证客户证据。 案例研究 用 Product Intelligence 路径说明信号、理解、决策、行动与学习的关系。 常见问题 当前结构包括 Concepts、Guides、Case Studies 和 AI Commerce，覆盖 Business Memory、Knowledge Graph、Evidence Layer、Commerce OS 与 AEO/GEO。 学习中心提供知识地图和分类入口；指南页只展示可执行的方法型内容。
四条互补学习路径
概念
指南
案例研究
AI Commerce
核心概念
什么是 AI 原生商业操作系统？
Business Memory：从活动到可复用上下文
AI 商业操作模型
AI Commerce 为什么需要实体层
Commerce OS 如何超越任务自动化
最新指南
如何绘制一条商业决策的实体关系图
如何为 AI 商业场景定义证据边界
案例研究
如何阅读 AI 商业案例中的证据
产品信号到商业行动：概念案例
关于学习中心的问题
学习中心包含哪些内容？
学习中心与指南页有什么区别？