产品规格与评测

AI 产品契约与评测

把“效果要好”拆成输入边界、合格结果和失败处理，让需求、开发与验收使用同一套条件。

核心判断

格式、字段和权限先做硬约束；相关性、完整性和表达质量分开评测。

这里把契约拆成需求评审、开发和 QA 都能检查的字段、样例和判定条件，让争议回到具体证据。

结构样例一份可执行的产品契约

只保留结构，不含业务样本、内部字段或阈值。

面向需要共同交付 AI 能力的业务、产品、研发和 QA。目标不是让模型在演示样例上显得聪明，而是让不同角色对“什么能做、什么算对、失败怎么办”拥有一致判断。

表面上是模型回答不稳定，真实问题往往是任务对象、数据范围、输出约束和验收责任没有被写进同一份产品契约。没有契约，模型问题、数据问题和需求问题会混在一起。

不使用单一准确率覆盖全部质量。可由代码确定的格式、字段和权限作为硬约束；相关性、完整性和表达质量进入分维度评测；证据不足和高责任动作保留人工确认。

以代表样例、边界样例和失败样例验证契约是否可执行。每个判定条件对应来源、责任角色和失败处理，避免只记录一个无法解释的总分。