企业上下文：文件成图，结论带出处

OpenAI 官方案例里的三段链路值得拆：欧洲初创 V7 的平台要解三个真问题——公司内部发生过什么、文件里的实体怎么关联、结论究竟来自哪份材料（用法见引文，链接在文末）。 答案是一条链路：散落文件整理成带来源引用的 Context Graph → 不同能力与成本档位的模型分工 → 检索、推理、工具调用与审计串进同一条工作流。三段各解一个断点：图谱管"知道在哪"，分工管"该谁做"，审计管"敢不敢用"——企业场景里最贵的从来不是生成，是溯源与交接。 口径三条：①Context Graph 不是免费的——建图要人审要维护，文件越乱这笔账越大；②成本档位分工落到选型＝延迟与质量的取舍，热点给贵档、例行给便宜档的边界自己划；③官方案例只展示跑通的一条——你的实体密度与权限结构能不能长出这张图，先拿一个部门试。 给要试的三条：一，先圈文档最杂、追责需求最硬的部门（法务或客服），在那里建图收益最先显形；二，每个节点强制挂来源，宁可图稀也别有悬空结论；三，把"结论→材料"的回链做成验收项：AI 给的每个判断，点得开出处才算数。 企业记忆的下一形态不是更大的对话框，是带引用的图——先让你的下一个判断，能被点开看到出处。 best.xiaohu.ai/article/v7-con…