本课介绍如何使用 SwirlAI 项目画布，清楚、系统地规划、执行和评估 AI 技术项目。
1．问题说明
明确的问题说明为整个 AI 项目奠定基础，清楚界定目标、范围和预期成果，帮助技术团队准确理解项目重点，减少误解和方向错误。说明应包括当前的技术挑战、传统方法难以满足要求的原因，以及问题持续存在时可能对业务造成的影响。
建议
- 清楚说明技术问题，使相关人员形成一致理解。
- 尽可能量化时间、成本和性能等影响。
- 明确比较 AI 方案与传统方法或人工处理方案。
- 验证假设，并清楚说明已知限制。
注意事项
- 充分说明技术背景，提供理解问题所需的信息。
- 问题描述应明确且范围适当，避免歧义或范围过大造成理解不一致及资源分配低效。
2．数据与知识
数据质量和知识管理直接影响 AI 项目成果。明确数据来源、充分的数据预处理，以及可靠的知识检索机制，是项目成功的重要条件。
建议
- 明确数据量、格式和质量等属性。
- 详细记录预处理步骤与数据增强方法。
- 确定清楚的检索策略和技术，例如嵌入方法与向量数据库。
注意事项
- 提前考虑数据隐私、伦理和合规要求，减少后续补充调整。
3．AI 方案与方法
本部分说明项目的总体方案与技术路径，包括模型选择、微调策略和具体提示词工程方法。
建议
- 明确说明所选 AI 方法的理由，包括模型架构和微调方法。
- 完整记录提示词工程方法与检索策略的选择依据。
- 清楚说明优化流程及预期的技术取舍。
注意事项
- 解释应具体、清楚，能够指导实际应用。
4．性能指标与评估规则
清楚的指标和评估规则，为判断项目表现及是否成功提供客观标准，使结果透明、可靠。
建议
- 根据具体 AI 方法选择相应指标，例如准确率、连贯性或幻觉率。
- 明确性能门槛与目标基准。
- 详细说明完整的监测与可观测性方法，持续追踪系统效果。
注意事项
- 指标应精确，目标应符合实际情况。
- 评估指标应直接对应业务目标与技术要求。
5．资源与相关人员
明确所需的专业技能、资源及相关人员的职责，有助于有效协作和合理分配资源。
建议
- 明确项目团队所需的技术技能与能力。
- 清楚说明所有相关人员的角色、职责和预期要求。
- 详细说明所需的计算资源、应用工具和基础设施。
注意事项
- 团队角色、职责和预期要求应明确。
- 保障充分沟通与参与，使相关人员保持一致理解。
6．风险与缓解措施
主动识别和管理技术、运营、伦理及合规等风险，是顺利执行项目的重要条件。
建议
- 明确列出预期的技术、伦理和运营风险。
- 为每项风险制定可靠、清楚、可以执行的缓解措施。
- 在项目整个生命周期中持续监测并重新评估风险。
注意事项
- 充分考虑伦理问题、系统性倾向带来的风险及安全漏洞。
- 清楚记录风险缓解措施的负责人及其责任。
7．部署与集成
有效规划部署与集成，有助于项目从开发环境顺利进入运行环境，并保持扩展能力、可靠性与运行效率。
建议
- 详细说明集成接口、API 和所需数据格式。
- 明确运行管理方式、扩展需求与维护流程。
- 完整记录版本管理和恢复到先前版本的策略。
注意事项
- 充分评估基础设施的复杂程度和运行要求。
- 确保方案能够适应现有 IT 系统及组织流程。
8．时间安排与里程碑
清楚的时间安排和里程碑，有助于明确责任、有效使用资源，并在整个 AI 项目过程中监测进度。
建议
- 明确各个项目阶段，安排符合实际情况的时间，并设置具体的技术检查点。
- 使里程碑明确对应技术交付成果和评估标准。
- 预留应急时间，应对意外挑战或调整。
注意事项
- 时间计划应充分考虑实际限制和必要的验证周期。
- 持续与相关人员确认里程碑的定义及预期要求。
结语
采用这一结构化方法，可以促进清楚沟通，提高技术工作的准确程度，并改善 AI 项目成果。