
输入与预处理
把工单、FAQ、历史会话三类语料按 8:1:1 分层,先做去重与脱敏,再切片为 512 token。
- 脱敏字段:手机号、订单号、地址
- 切片重叠:64 token,避免语义断裂
这是一套面向企业与个人的 AI 智能平台样式参考:以拟物化设计的可按压控件承载交互体验, 用卡片式布局与航海主题组织信息,把模型调用、数据可视化与个性化推荐收进同一张「海图」。 目标很具体——把首次接入时间压到 30 分钟以内,把长期算力成本降下来。




平台以「可持续与责任」为前置条件选伙伴:模型可替换、数据可迁移、能耗可计量。下列 6 类协作方各自对应一条明确的接口契约。
切换标签查看不同航线。每个场景都标注了输入、输出与可量化验收标准,便于直接在团队内复用。

把工单、FAQ、历史会话三类语料按 8:1:1 分层,先做去重与脱敏,再切片为 512 token。

AI 助手先给答案再给引用来源;置信度低于 0.62 时自动转人工,并保留完整上下文。

连续两周抽样 300 通会话人工复核,错误归因分三类:知识缺失、指代错误、语气不当。

先锁定 12 个北极星指标,写清计算式与数据源表,再交给模型做归因,避免「先算后定义」。

对环比波动超过 15% 的指标自动生成 3 条假设,按贡献度排序,并给出下钻路径。

日报只推结论与待办,原始明细留在系统内;每位接收者可一键退订或改为周报。

把接口文档、规范、历史评审意见按模块建索引,检索时限定版本号,防止引用过期结论。

AI 先产出改动摘要与风险清单,人工只做判断;风险清单必须给出文件与行号定位。

批量任务默认在低峰时段排队执行,单任务超过 6 分钟自动拆分,避免长尾占用算力。
按顺序执行即可,每条都给了参数与阈值。核心原则是「可持续与责任」——先算清成本与边界,再谈体验升级。
拟物化控件的按压态必须即时响应:按下 120 ms 内出现内凹阴影(--neu-in),请求本身可异步。骨架屏与真实卡片保持同一圆角与内边距,避免加载完成时布局跳动超过 4 px。
凸起用「左上高光 + 右下暗影」的外阴影,凹陷用内阴影。全站统一为 小档 5px / 大档 8px,模糊半径分别为 12 px 与 20 px;不要每个组件各写一套,否则质感会散。
新拟态最大风险是「低对比看不清」。正文与背景对比度 ≥ 7:1,次要文字 ≥ 4.5:1;控件边界不能只靠阴影区分,需补 1 px 描边或明度差 ≥ 12%。
简单意图走小模型,复杂推理走大模型,路由准确率目标 ≥ 85%。命中缓存的请求直接返回,TTL 设为 15 分钟;实测可减少约 32% 推理算力,这是降本最直接的一步。
只采集完成当前任务所需字段,日志中禁止出现明文手机号与地址;审计留痕建议 180 天,敏感操作二次确认。数据出境与二次训练必须显式授权,默认关闭。
淡入上浮统一 450 ms、ease-out,位移不超过 14 px,避免急促弹跳。同时必须响应 prefers-reduced-motion,在该模式下把动效时长降到 0.001 ms,保证眩晕敏感用户可用。
左侧为体验指标,右侧为可持续指标。两者同时看,才能避免「体验涨了、能耗失控」。
推理缓存命中率 · 目标 ≥ 70%
先跑通一条航线,再复制到其它团队:30 分钟完成接入、7 天内产出首个可用 AI 助手、两周后按上面的红线指标做一次复盘。可持续不是口号,是每次调用都算得清。