4.3 方案设计规范

方案设计核心原则

方案设计 = 技术可行 × 业务价值 × 可落地 × 可维护

方案设计四步法

第一步：技术选型

决策点	选项	决策依据
用什么模型	GPT-4 / Claude / 国产模型	效果 vs 成本 vs 合规
什么架构	RAG / Fine-tune / Agent	数据条件 vs 效果要求
什么部署	云API / 私有化 / 混合	安全要求 vs 成本
什么知识库	向量数据库 / 传统检索	数据规模 vs 精度要求

第二步：架构设计

典型RAG架构示例：

用户问题
    │
    ▼
┌─────────┐    ┌──────────┐    ┌─────────┐
│  Query  │───→│  Retriver │───→│  LLM    │
│  Rewriter│   │  (向量检索)│    │  (生成) │
└─────────┘    └──────────┘    └─────────┘
                   │                  │
                   ▼                  ▼
              ┌──────────┐      ┌──────────┐
              │  知识库   │      │  Prompt  │
              │ (向量库)  │      │  Template│
              └──────────┘      └──────────┘

第三步：Prompt设计

## Prompt设计要点

1. 角色定义：
   "你是一个专业的XX助手，负责..."

2. 输入输出格式：
   "输入：[用户问题]
    输出：[回答格式]"

3. 约束条件：
   "注意：不要编造信息，遇到不确定的请说不知道"

4. 示例（Few-shot）：
   "示例1：...
    示例2：..."

第四步：评估指标设计

指标类型	指标名称	目标值	测量方法
功能指标	准确率	≥85%	测试集评估
功能指标	召回率	≥80%	测试集评估
性能指标	响应时间	≤3s	系统监控
业务指标	用户满意度	≥4.0/5	用户调研
业务指标	问题解决率	≥70%	日志分析

方案文档模板

# AI落地解决方案

## 1. 方案概述
- 方案名称：
- 解决的问题：
- 核心价值：
- 适用场景：

## 2. 现状分析
- 当前痛点：
- 数据基础：
- 技术条件：

## 3. 解决方案
### 3.1 技术架构
[附架构图]

### 3.2 核心模块
| 模块 | 功能 | 技术方案 |
|------|------|----------|
| | | |

### 3.3 模型选型
| 模型 | 选择理由 |
|------|----------|
| 主模型 | |
| 备用模型 | |

### 3.4 Prompt策略
[核心Prompt示例]

## 4. 实施计划
| 阶段 | 时间 | 主要任务 | 交付物 |
|------|------|----------|--------|
| | | | |

## 5. 效果评估
| 指标 | 目标值 | 测量方法 |
|------|--------|----------|
| | | |

## 6. 风险与应对
| 风险 | 等级 | 应对措施 |
|------|------|----------|
| | | |

## 7. 成本估算
| 项目 | 单价 | 数量 | 合计 |
|------|------|------|------|
| | | | |

方案评审checklist

□ 技术方案是否经过PoC验证？
□ 数据条件是否满足方案要求？
□ 模型选型是否有成本测算？
□ Prompt是否经过测试？
□ 系统延迟是否可接受？
□ 是否有降级/兜底方案？
□ 安全合规是否评估？
□ 运维监控是否设计？
□ 扩展性是否考虑？
□ 客户是否有能力接手运营？