交付方法

一个AI工具能不能上线，取决于模型之外的细节

资料谁能看、系统怎么接、错误怎样处理、上线后谁维护，都需要在实施前回答。

任务定义

资料治理

接口与权限

测试与运维

六步试点

每一步都要留下可以检查的结果

具体项目可增减步骤；范围、责任和验收以双方确认的文件为准。

确定使用岗位、真实输入、期望输出、责任人、例外情况和验收样例。

确认哪些资料可用、哪个版本有效、谁能访问、谁负责更新，以及哪些内容不能进入系统。

用常见问题、边界问题和失败样例测试检索、生成与流程，记录错误而不是只看演示。

核对接口、账号、最小权限、网络和日志；没有合适接口时，不承诺自动操作。

按敏感度和现场条件选择本地、专有或混合方案，完成联调、培训、测试和问题清单。

持续处理知识过期、模型变化、权限调整和使用反馈，保留回退与人工接管方式。

可参与的工作

并非每个项目都需要全部内容，实际交付以确认后的范围为准。

接入、清理、目录、字段口径、质量检查、权限和更新规则。

文档切分、检索、来源回看、模型选择、提示规则和样例评测。

使用界面、任务步骤、工具调用、确认节点、异常处理和人工接管。

环境、账号、日志、备份、监控、模型许可、版本更新和故障响应。

合作方式

先判断是在研究可行性、建设系统，还是补齐某项技术能力。

适合需要围绕数据治理、行业建模或AI应用验证方法的课题。可协助定义问题、准备样例、搭建原型和记录实验；立项、成果认定和发表不作保证。

一个真实任务、几份有代表性的样例，以及现有操作步骤。我们先据此判断资料、系统和部署条件。