# AI 项目

做出一个演示页面以后，项目往往才进入最需要思考的阶段：数据从哪里来，结果怎样判断，别人什么时候需要它，出现问题又该怎么办。选题时先从自己熟悉的场景开始，让第一版完成一件说得清楚的事。

第一个问题是：谁会用它，什么时候用？继续把场景写具体：哪类使用者，在什么任务前，需要处理什么信息，现在最费时间的环节是什么。用户与任务越清楚，越容易判断第一版该保留哪些功能。

第二个问题是：输入从哪里来？列出必要的资料，说明来源、更新方式和使用条件。早期可以选择适合公开使用的样例数据，把数据说明放在容易看到的位置。后续接入实际资料时，再检查完整流程能否继续成立。

第三个问题是：AI 负责哪一步？把任务拆成输入、处理、检查和输出，找出适合检索、整理、生成或语义判断的部分。计算与固定校验可以用确定的方法完成；涉及个人信息、重要决定或对外发布的位置，安排必要的确认。

第四个问题是：什么叫完成？为第一版定义一条可以走完的流程：用户提供输入，系统完成处理，输出能够检查；信息缺失或处理失败时，用户知道发生了什么，以及如何继续。保存、提交和成功提示应与实际处理结果一致。

第五个问题是：比原来的做法好在哪里？把找资料、整理输入、检查结果和修改返工的时间都算进去，再观察任务是否完成、输出是否能被使用。用同一组任务比较前后过程，会比单看生成速度更有参考价值。

第六个问题是：下次怎样维护？记录数据更新方法、常见问题、人工处理办法和当前限制。模型变化、数据过期或接口失败时，接手的人应能找到原因和处理入口。维护说明也是作品的一部分。

完成这一轮后，留下四样东西：可运行的版本、问题与方案说明、实际测试记录、后续改进清单。别人可以体验核心流程，也能顺着材料理解你作过的选择。下一版从真实使用中遇到的问题继续调整。