AI 应用交付

需求澄清

先确定用户是谁、输入是什么、期望动作是什么、错误的代价是什么。把“回答更智能”转化为可测试的任务、样例和阈值。

交付设计

1. 建立基线测试集和现状指标。
2. 选择 Prompt、RAG、工作流或 Agent 路径。
3. 确认模型能力、延迟、成本、区域和数据政策。
4. 设计正常、异常、拒答和人工接管路径。
5. 定义日志、追踪、评测和版本信息。

上线门禁

• 关键测试集达到约定指标。
• 答案引用能够追溯到原始材料。
• 越权、注入和敏感信息测试通过。
• 超时、限流、模型故障有降级方案。
• Token、并发和成本预算已确认。
• Prompt、模型、知识库版本可以回滚。

灰度与回退

先面向内部用户或低风险流量灰度。回退对象必须包含应用版本、Prompt 版本、模型版本、知识索引版本和功能开关。