能像某一領域專傢那樣向用戶提供解決問題的辦法的電腦應用系統。這種系統主要用軟體實現。它能對做出決策的過程做出解釋並有學習功能，即在專傢或用戶的教授訓練下增長解決問題所需的知識。
專傢系統是人工智慧研究發展的結果。60年代初，出現瞭運用邏輯學和模擬心理活動的一些通用問題求解程式。它們可以證明定理和進行邏輯推理。但是這些通用方法無法解決大的實際問題，很難把實際問題改造成適合於電腦解決的形式，並且對於解題所需的巨大的搜索空空間也難於處理。人們解決實際問題並不全靠推理，而常用“半邏輯”方法，即一些不精確的和不確定的經驗規則。專傢正是大量運用這些知識作出有用的結論。60年代後期開始研究運用邏輯推理並補充以大量經驗判斷的方法。70年代陸續研制出運用專門知識解決專門領域難題的程序，這就是專傢系統。其中有用於診斷疾病的系統，有用於有機化合物分析或合成的系統，另外還有用於分子遺傳學的、地質探礦的、規劃計算機系統配置的、向力學結構工程師提供顧問的和計算機輔助教學的系統。
專傢系統通常用產生式系統來實現知識的運用。產生式系統由知識庫、規則解釋器和總體數據庫三個主要部分組成。總體數據庫包含求解問題的世界范圍內的事實和斷言。知識庫包含所有用“如果：〈前提〉，於是：〈後果〉”形式表達的知識規則。當〈前提〉與數據庫中的事實相匹配時，規則觸發系統采取〈後果〉中所指示的行動，通常是指改變數據庫內容，也就是變化某一些斷言，或者通過向用戶提問而將回答加到數據庫之內。
規則解釋器（又稱推理系統）的任務是運用控制策略找到可以應用的規則。正向鏈的策略是尋找出前提可以同數據庫中的事實或斷言相匹配的那些規則，並運用沖突的消除策略，從這些都可滿足的規則中挑選出一個執行，從而改變原來數據庫的內容。這樣反復地進行尋找，直到數據庫的事實與目標一致即找到解答，或者到沒有規則可以與之匹配時才停止。逆向鏈的策略是從選定的目標出發，尋找執行後果可以達到目標的規則；如果這條規則的前提與數據庫中的事實相匹配，問題就得到解決；否則把這條規則的前提作為新的子目標，並對新的子目標尋找可以運用的規則，執行逆向序列的前提，直到最後運用的規則的前提可以與數據庫中的事實相匹配，或者直到沒有規則再可以應用時，系統便以對話形式請求用戶回答並輸入必需的事實。
專傢系統除瞭使用產生式規則以外，也有使用語義網絡、框架等表達知識，雖然它們更復雜一些，但能更好地表示許多事物之間的聯系。專傢系統與傳統的計算機程序不同，它把知識庫中的規則解釋器分離開來，使知識庫可以通過被教授或學習，不斷更新和補充新的知識而不必修改程序。