Frontmatter (เมทาดาทา)
Frontmatter คือบล็อก YAML บนหัวไฟล์ คั่นด้วย --- เก็บ metadata ที่ต้องการให้ค้น/กรอง/ทำดัชนีได้
---
type: BigQuery Table # บังคับ
title: Orders # แนะนำ
description: หนึ่งแถวต่อหนึ่งคำสั่งซื้อ # แนะนำ
resource: https://... # แนะนำ (ถ้ามีของจริงให้ชี้)
tags: [sales, orders] # แนะนำ
timestamp: 2026-06-15T00:00:00Z # แนะนำ (ISO 8601)
---
ฟิลด์ที่บังคับ
| ฟิลด์ | คำอธิบาย |
|---|---|
type | ชนิดของ concept — เป็น ฟิลด์เดียวที่บังคับ ใน v0.1 ผู้บริโภคใช้ค่านี้ในการ route/filter/แสดงผล |
ฟิลด์ที่แนะนำ (เรียงตามความสำคัญ)
| ฟิลด์ | คำอธิบาย |
|---|---|
title | ชื่อสำหรับมนุษย์อ่าน ถ้าไม่ใส่ ผู้บริโภคอาจเดาจากชื่อไฟล์ |
description | สรุปหนึ่งบรรทัด — นี่คือสิ่งที่ agent อ่านเพื่อตัดสินใจว่าจะโหลดไฟล์นี้ไหม เขียนให้คม |
resource | URI ของของจริงที่ concept อธิบาย (ละได้ถ้าเป็นแนวคิดนามธรรม) |
tags | YAML list สำหรับจัดหมวดข้ามสายงาน เช่น [sales, revenue] |
timestamp | เวลาที่แก้ครั้งสำคัญล่าสุด (รูปแบบ ISO 8601) |
💡
descriptionสำคัญกว่าที่คิด — เขียนให้เจาะจง เช่น "จำนวนลูกค้าไม่ซ้ำที่มีออเดอร์ ≥1 ใน 7 วัน" ดีกว่า "เรื่อง WAU"
ฟิลด์เสริม (extension fields)
ผู้ผลิต เพิ่มฟิลด์อะไรก็ได้ และผู้บริโภค ต้องทนต่อ key ที่ไม่รู้จัก (ไม่ปฏิเสธไฟล์)
เช่นเพิ่ม owner, sla, pii: true ตามโดเมนของคุณ
controlled vocabulary ของ type
แม้สเปกไม่บังคับ taxonomy แต่ ควรใช้ค่า type ให้สม่ำเสมอ (ไม่งั้นเครื่องรวมข้อมูลไม่ได้)
ชุดที่ starter นี้ใช้:
BigQuery Table · BigQuery Dataset · Metric · Reference · Playbook · API Endpoint · Concept · Entity
ขนบจาก reference bundle ของ Google: ความรู้สังเคราะห์/อ้างอิง (join, นิยาม metric, glossary) มักจัดไว้ใต้
references/และตั้งtype: Referenceส่วนของจับต้องได้อยู่tables//datasets/
ข้อควรระวัง
- อย่ายัด frontmatter เกินจำเป็น — เก็บให้เป็น semantic (entity, intent, นิยาม) อย่าทุ่ม keyword เพราะ noise ลดคุณภาพการค้น
- ใช้ชื่อฟิลด์ให้สม่ำเสมอ — ไฟล์หนึ่งใช้
author_nameอีกไฟล์ใช้written_byเครื่องรวมข้อมูลไม่ได้
Body ใต้ frontmatter
ส่วนเนื้อหาเป็น Markdown อิสระ แต่ ควรใช้โครงสร้าง (heading, bullet, ตาราง) มากกว่าย่อหน้ายาว ๆ heading ที่เป็นขนบ (ใช้เมื่อเหมาะ เรียงตามนี้):
# Overview → # Schema → # Common query patterns (โค้ด sql) → # Joins → # Examples → # Citations
ต่อไปดูวิธีเชื่อม concept เข้าด้วยกัน → การลิงก์เป็น knowledge graph