资讯 · 第 8 页

输入规范化：先把用户输入弄干净

脏输入是「模型变笨」的常见原因。本文给出六个规范化动作（按优先级）、规范化要可解释的三个要求、四类不该被规范化掉的内容，以及该观测的指标与最小实现。

把评测失败分类成可行动的类型

失败不分类就只能一条条看。本文给出一张 8~12 类的失败类型表、每类对应的修复方向（重点区分「事实错误」与「编造」）、让分类被执行的四个动作与三个反模式。

把知识过期做成产品能力：时效提示与刷新入口

用户很难察觉资料过期。本文给出三种时效提示、给用户的刷新入口、后台该做的四件事、三个反模式与一份检查清单。

多 Agent 协作的边界：什么时候会互相打架

多 Agent 的协作成本随数量上升。本文给出值得多 Agent 的三种情况、四种常见冲突与对策（重点是「单一写入者」）、汇总层该怎么写、该观测的指标与一个务实

把 AI 输出当草稿：人机协同编辑的设计

AI 输出最好的定位是草稿。本文给出草稿该有的四个能力（局部编辑/段落重生成/锁定/版本对比）、编辑体验的六个细节、把人工修改变成资产的做法与三个反模式。

模型能力的可用区间：什么时候该说超出范围

每个模型都有能做好的区间。本文给出画可用区间的四步、区间外主动说不的三种做法、三种边界类型（能力/数据/合规）与各自的提示语、边界随版本更新的要求与该观测的指标

数据保留与删除：怎么做到真的删掉

删除常常不是真的删。本文给出先画数据地图的方法、四种删除做法与彻底程度、删除可验证的三个动作（凭证/抽查/自动化）与三个常见坑。

把人工审核做进 AI 流程：审核队列怎么设计

审核队列不是待办列表。本文给出三条队列（高危/抽检/异常）与各自时效、审核界面该给的六样东西（含一键修改）、审核结果如何回灌成评测数据，以及三个反模式。

AI 功能怎么验收：把验收标准写进需求

验收标准必须在开工前写好且可测。本文给出四级结构（功能/质量/性能/边界）、阈值怎么定、三次检查时点、不通过怎么办与三个反模式。

AI 功能的导出与留档：结果要能带走

结果只能在页面里看，是常见的致命体验问题。本文给出至少要支持的三件事（复制/下载/留档）、导出内容的三个细节、留档的合规要求、三个反模式与一份检查清单。

上下文里的示例变成数据：小心少样本污染

示例会被模型当成可用素材。本文给出四个防护手段（显式标记、内容中立、顺序、后处理校验）、最容易污染的四种情形、与拒答的关系与验证方法。

把工具清单做成能力目录：模型怎么知道有什么工具

工具清单越长，选择与参数填充越容易错。本文给出能力目录的八个字段（重点 when_not 与 side_effects）、分层组织方式、按任务动态给候选的做法、

AI 功能的首次成功体验：新手五分钟能做成什么

留存很大程度取决于首次成功。本文给出「首次成功」的定义方法、四个设计动作、把常见失败提前挡掉的做法、该测的四个指标与三个反模式。

非文本内容的检索：表格、图表与扫描件怎么处理

关键信息常在表格与图表里。本文给出表格处理的三条正确做法（保留结构、按行带表头切块、带上单位）、图表的两种处理方式、扫描件 OCR 的结构化要求与验证非文本检索

多语言产品的术语一致性：别让同一个词有三种译法

术语不一致最伤专业感。本文给出术语表的四项结构、把术语表变成检查项的做法（黑名单比白名单有效）、翻译流程的三个动作、四个常见坑与验证方法。

AI 功能的状态与恢复：会话中断了怎么办

用户会关页面、断网、切 App。本文给出三类状态（会话/任务/草稿）的分开处理与恢复方式、恢复时要告诉用户什么、五个容易做错的点、该测的四个指标与一个最小实现。

把评测指标接进发布门禁：哪些指标不允许退化

只在有空时跑评测，质量会慢性退化。本文给出该进硬门禁的五类指标与方向、只该提醒的指标、门禁的三个工程细节（与上版比、冒烟集要小、假红要处理）与人工门。

AI 功能的默认值设计：安全默认与显式选择

默认值决定多数用户的实际行为。本文给出六个关键默认项的保守取值、显式选择要怎么写、默认值如何随证据演进（含回退）、三个反模式与落地顺序。