标签 · 数据

把重试与降级的日志串起来：一次失败的全貌

故障排查难在把链路串起来。本文给出要串起来的六个事件（重点是最终返回）、三条实现要求、四条一次查询能回答的问题与三个反模式。

缓存、索引与库的版本一致：三份真相别打架

AI 系统里缓存、索引、库会不一致。本文给出三种典型不一致与原因、四条约定（缓存键含数据版本/索引按版本切换/写操触发失效/留旁路）、一致性验证与三个反模式。

数据质量前置检查：脏数据不要进模型

模型会放大输入的毛病。本文给出六项前置检查（完整性/类型/一致性/去重/单位/时序）、三级处置（自动修正/需确认/不可用）、接进链路的方式与该观测的四个指标。

给文档库打质量分：五个维度与三档动作

RAG 的上限由资料质量决定。本文给出五个可自动计算的维度（最关键是「能否被真实问法命中」）、简单打分法、分数对应的三档动作（低分不修就移出检索范围）与三个反模

输入分布漂移监控：指标没变但效果在变

输入分布在悄悄变化，导致效果变化却找不到原因。本文给出该监控的四类分布、怎么判定「变了」（基线/分位数/阈值）、发现漂移后的四步处理与三个反模式。

把检索质量接到业务指标：从答案质量到业务结果

检索质量是中间指标，业务结果才是最终指标。本文给出四层指标链（检索/答案/使用/业务）、把层间假设写下来的做法、验证方法与两个常见误判。

把模型输出接进报表：结构化数据的流转

模型输出要变成结构化数据才能进报表。本文给出四步流转（抽取/校验/落库/展现）、schema 设计的三条纪律、三个常见坑与该观测的四个指标。

把检索日志用起来：从查询分布发现内容缺口

查询日志是内容缺口的地图。本文给出该记录的查询信息、四类信号与对应动作（重点：命中高却被拒答常是阈值问题）、把缺口变成待办的五步闭环与三个反模式。

把评测口径写下来：指标定义与计算方式

口径不清的指标等于没有指标。本文给出每个指标要写清的五件事（重点：排除项）、常见指标的推荐口径、口径变更的留痕做法与三个反模式。

把日志变成可查询的证据：字段规范化

日志要能回答具体问题。本文给出必带与按需字段清单（重点是阶段与分段延迟）、三条纪律、四条该能一次查询搞定的问题、两个反模式与落地顺序。

把文档更新变成流程：谁改、谁审、谁通知

文档更新流程不清会导致旧版仍被检索、新版没进索引。本文给出四个角色、五个必须记录的字段（重点：生效时间）、自动触发索引的做法、通知对象与一份检查清单。

把重复问题聚类：从处理个案到修一类问题

聚类能把个案处理变成系统修复。本文给出三种聚类粒度与建议顺序、每个簇要给出的五项、三个高频系统性根因（多不是模型问题）与一周半小时的持续做法。

把老员工的经验写进系统：规则、示例与反馈三条路

业务经验多只在人脑里。本文给出三条写入路径（规则/示例/反馈）各自适合什么与注意点、三者如何配合、怎么验证经验真的被写进去，以及一条「离职后能否复现」的判据。

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。

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。

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。

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。