# gohel-knowledge-context-procedural-graph-2026-10-25

## Veille

Post su LinkedIn di **Rakesh Gohel** (costruisce infrastrutture di governance e prova per agenti presso **JUTEQ**) pubblicato intorno al **25 ottobre 2026**, circa 250 parole, accompagnato da un'**infografica** attribuita a *@rakeshgohel01*. Distingue tre grafi di cui un agente ha bisogno per decidere, usando l'esempio *"Riprenotare questo passeggero"*.

## Titre Article

Knowledge Graph. Context Graph. Procedural Graph. — What's true → What matters now → What do I do next

## Date

2026-10-25

## URL

https://www.linkedin.com/posts/rakeshgohel01_aiagents-agenticai-generativeai-activity-7520100714279239681-QgHj

## Keywords

knowledge graph, knowledge graph, grafo di contesto, grafo di contesto, grafo procedurale, grafo procedurale, ontologia, Semantic Spine, agenti IA, memoria dell'agente, sottografo delimitato alla decisione, delimitazione del contesto, procedura come grafo, triple procedura-relazione-procedura, tracce decisionali, traccia di audit, escalation verso un umano, apprendimento dalle tracce, context engineering, governance degli agenti

## Authors

Rakesh Gohel — builder chez JUTEQ (gouvernance et infrastructure de preuve pour agents IA) ; LinkedIn, newsletter rakeshgohel.substack.com.

## Ton

Post didattico in formato LinkedIn: una domanda di apertura, tre frecce che sviluppano un unico esempio (la riprenotazione di un passeggero aereo), una conclusione in una frase, poi una domanda di coinvolgimento al lettore. Il vocabolario è assertivo e non cita alcuna fonte; si tratta di un quadro concettuale, non di un resoconto di campo quantificato. L'infografica, densa e curata, porta parte dell'argomentazione assente dal testo (l'ontologia, la colonna delle funzioni, l'archivio *Trace & Learn*) e si conclude con un invito a seguire l'autore e la sua newsletter. Il registro è quello di un professionista che promuove un'infrastruttura di governance per agenti, come indicato dal suo titolo visualizzato.

## Pense-betes

- **Tre domande per decisione**: vero (knowledge graph), rilevante ora (grafo di contesto), successivo (grafo procedurale).
- **Knowledge graph**: fatti stabili, *"memoria a livello aziendale"*; nodi nell'esempio: Passeggero, Aeromobile, Tariffa, Volo, Rotta, Aeroporto, Meteo, Politica.
- **Grafo di contesto**: *"Non recuperare tutto. Delimita il grafo a ciò di cui questa decisione ha bisogno."* Stato in tempo reale (Volo 34/185, Gate C8, 4 posti rimasti, 9 min alla chiusura), contesto organizzativo, storico delle decisioni.
- **Grafo procedurale**: Verifica Disponibilità → (se richiesto) Verifica Visto; → Confronta Alternative; *Nessuna Opzione* → Escalation verso un umano; *Opzioni Trovate* → Applica Regole Tariffarie → Risolto. *"Guida il passo successivo. Non lo impone."*
- **Agente**: ragiona sul grafo delimitato, segue l'arco successivo, si discosta *"quando il grafo è errato"*.
- **Ciclo Trace & Learn** (infografica): Azione → archiviazione delle tracce di successo e fallimento → feedback all'agente; le tracce aggiornano conoscenza, contesto e procedura.
- **Semantic Spine** (infografica, assente dal testo): Ontologia (*cosa sono le cose*) → Knowledge Graph (*cosa è vero*) → Grafo di Contesto (*cosa conta ora*) → Grafo Procedurale (*cosa fare dopo*) → Agente IA (*agisce, e riscrive il risultato*).
- **Lezione dell'autore**: delimitare il grafo a ogni passo, memorizzare la procedura *"come grafo invece che come prompt"*, registrare ogni decisione come traccia di audit.
- Collegato a [[kb-context-engineering]].

## RésuméDe400mots

Rakesh Gohel, che sta costruendo un'infrastruttura di governance per agenti IA presso JUTEQ, sostiene che ogni decisione presa da un agente si basa su tre domande: cosa è vero, cosa conta ora, cosa fare dopo. Un knowledge graph risponde bene alla prima; ciascuna delle altre due, a suo avviso, merita un grafo proprio.

Prende l'esempio di una richiesta semplice fatta a un agente di una compagnia aerea: riprenotare un passeggero. Il knowledge graph contiene ciò che è vero a livello aziendale: passeggeri, aeromobili, voli, tariffe, rotte, aeroporti, meteo, politiche, mantenuti stabili e governati. Il grafo di contesto ne estrae una piccola porzione limitata alla decisione in corso: Gate C8, Volo 34/185, quattro posti rimasti, nove minuti prima della chiusura, e il modo in cui sono stati gestiti casi simili. L'infografica riassume questo principio: non recuperare tutto, delimitare il grafo a ciò di cui la decisione ha bisogno.

Il grafo procedurale memorizza le procedure come triple procedura-relazione-procedura. L'agente passa dalla verifica della disponibilità al confronto delle alternative, poi alla risoluzione, controlla il visto se necessario, applica le regole tariffarie quando esistono opzioni, ed effettua l'escalation verso un umano quando non ce ne sono. Il grafo guida il passo successivo senza imporlo: l'agente ragiona sul contesto delimitato, segue l'arco successivo e resta libero di discostarsene se il grafo è errato.

Ogni traccia viene riscritta nel sistema. I precedenti affinano il contesto, le esecuzioni fallite correggono la procedura, e gli schemi ricorrenti diventano fatti governati. L'infografica incarna questo ciclo attraverso un deposito "Trace & Learn" che raccoglie le tracce di successo e di fallimento e aggiorna la conoscenza, il contesto e la procedura.

Aggiunge un elemento assente dal testo, la "Semantic Spine", una catena a cinque anelli: l'ontologia dice cosa sono le cose, il knowledge graph cosa è vero, il grafo di contesto cosa conta ora, il grafo procedurale cosa fare dopo, e l'agente agisce e riscrive il risultato.

La lezione dell'autore si riassume in tre istruzioni: delimitare il grafo a ogni passo, memorizzare la procedura come grafo piuttosto che come prompt, e registrare ogni decisione, perché quel registro diventa la traccia di audit. Il post si conclude chiedendo al lettore quale dei tre grafi manchi al proprio agente.

## GrapheDeConnaissance

- Rakesh Gohel —travaille_chez→ JUTEQ (ORGANISATION, 0.9)
- Rakesh Gohel —a_créé→ Semantic Spine (CONCEPT, 0.85)
- Rakesh Gohel —affirme_que→ chaque décision d'agent dépend de trois questions : ce qui est vrai, ce qui compte maintenant, ce qu'il faut faire ensuite (AFFIRMATION, 0.95)
- Semantic Spine —utilise→ ontologie (CONCEPT, 0.9)
- Semantic Spine —utilise→ knowledge graph (TECHNOLOGIE, 0.92)
- Semantic Spine —utilise→ context graph (CONCEPT, 0.92)
- Semantic Spine —utilise→ procedural graph (CONCEPT, 0.92)
- context graph —est_basé_sur→ knowledge graph (TECHNOLOGIE, 0.9)
- context graph —est_basé_sur→ traces de décision (CONCEPT, 0.88)
- procedural graph —remplace→ procédure en prompt (CONCEPT, 0.85)
- procedural graph —permet→ escalade humaine (CONCEPT, 0.85)
- agents IA —utilise→ procedural graph (CONCEPT, 0.88)
- traces de décision —améliore→ procedural graph (CONCEPT, 0.88)
- traces de décision —permet→ piste d'audit (CONCEPT, 0.9)
- Rakesh Gohel —recommande→ scoper le graphe à chaque étape plutôt que tout récupérer (AFFIRMATION, 0.94)
- Rakesh Gohel —recommande→ stocker la procédure comme un graphe plutôt que comme un prompt et journaliser chaque décision (AFFIRMATION, 0.94)
- Rakesh Gohel —affirme_que→ le graphe procédural guide l'étape suivante sans la dicter ; l'agent s'en écarte quand le graphe est faux (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/it/fiches/gohel-knowledge-context-procedural-graph-2026-10-25/