沖突解決策略用于人工智能中的生產系統，如基于規則的專家系統，以幫助選擇啟動哪條生產規則。當兩個或多個規則的條件被目前已知的事實所滿足時，就需要這樣的策略了。

沖突解決策略分為幾個主要類別。它們都有各自的優勢，構成了它們的理論基礎。具體性--如果兩個或更多規則的所有條件都得到滿足，則根據其條件的具體程度來選擇規則。有可能傾向于更一般的或更具體的情況。xxx體的可以大致確定為具有最多前提條件的那條。這有助于在啟動更一般（默認）的規則之前捕捉到例外情況和其他特殊情況。

最近性--當可以選擇兩個或更多的規則時，偏向于與最近添加的事實相匹配的規則，因為這些事實最有可能描述當前的情況。以前未使用--如果一個規則的條件得到滿足，但以前相同的規則已經被相同的事實所滿足，則忽略這個規則。這有助于防止系統進入無限循環。順序--按照表述順序挑選xxx條適用的規則。這是Prolog解釋器默認使用的策略，但任何策略都可以通過在Prolog系統中建立合適的規則來實現。任意選擇--隨機挑選一條規則。這有一個優點就是計算簡單。