← 返回实验室

AI 功能验收清单

用 18 个检查项,在开发、试点与上线前共同检查问题、数据、人机边界、失败路径和复用条件。

可用
候选结果经过人工确认、证据留存和失败回退形成验收闭环

为什么做这份清单

AI 功能最容易被“看起来有效”的演示带着走。真正进入工作之后,它还要面对变化的数据、无法避免的错误、需要承担责任的人,以及出错时仍然能继续运行的流程。

这份清单把评审从“模型准不准”扩展到一个完整工作系统:问题是否值得解决,数据能否持续获得,AI 与人各自做什么,错误如何暴露和接管,最终又由什么证据确认价值。

怎么使用

建议在立项、原型评审、试点复盘与上线验收时各走一遍。勾选不代表口头同意,而代表团队能够给出可复查的文档、样本、指标、负责人或演练记录。

不要追求第一次就全部通过。先暴露缺口,再决定补齐、降级、缩小范围,或停止一个不值得继续投入的功能。

RUNNABLE LAB · V1

开始检查

每次勾选都应对应一份证据,而不是一句“应该没问题”。你的进度只保存在当前浏览器。

0/18项已完成
0% 完成正在读取本地进度

问题与价值

先证明问题值得解决,再讨论是否需要 AI。

0/4 项已完成

数据与边界

确认输入能持续获得,也说清系统不能做什么。

0/4 项已完成

人机协作

把确认、行动和责任放进同一条工作链。

0/4 项已完成

失败与回退

系统出错时,仍然要能被发现、解释和接管。

0/3 项已完成

验收与复用

用上线后的证据做结论,并让一次交付留下资产。

0/3 项已完成