企业智能体交付实战ENTERPRISE AGENT DELIVERY
门户介绍学习精读查阅追问考核资料
门户/介绍/速查手册🗺 站点地图
企业智能体交付 · FDE/企业级智能体交付 · 重点速查手册总入口主手册速查📖 术语📝 题库
速查手册 · ENTERPRISE AGENT DELIVERY · v5.0

企业级智能体交付|重点速查手册

A–Q 十七组速查 · 必背速达 38 项 · 现场命令 · 指标公式 · 对外表达 · 国内选型 · N 组考核 · O/P/Q 技术补强

⚡ 必背速达 38 项A–Q 十七组名词 / 疑难 / FAQJ 组现场命令K 组指标公式L 组对外讲解M 组选型速查N 组考核题型O/P/Q 模型 · Agent · TTS · 案例v5.0

⚡ 必背速达 · 38 个必要知识点

按场景点击直达;带 ↗ 的条目会跳到另一册(相对路径,离线可用)。左侧目录 / 手机抽屉目录顶部也有同一份速达清单,可边看边过滤。

配套主手册:《01_主手册_企业智能体交付实战.md》

本册定位:把"要记的东西"单独抽出来,做成可检索、可打印、评审前 30 分钟能扫一遍的工具册。主手册讲为什么和怎么做,本册只讲是什么、多少、怎么判、怎么修、怎么讲。

版本:v5.0 | 2026-11-12

使用方式:按 A–Q 分组编号检索;「⚠️」为高频踩坑,「📌」为考试高频,「🔧」为现场修复动作。

快速到达:下面的「必背速达索引」是整本手册的导航层,HTML 阅读版点击即跳,Markdown 版按"位置"列的组号查。


⚡ 必背速达索引(先看这里)

考前、演示前、上线前、故障现场,直接从这张表进入对应小节。这是"需要背诵或随时要查"的知识点总入口。

本索引共 38 项,按使用场景分为 9 组;HTML 阅读版中每一项都是稳定锚点,点击即跳,跨册条目自动走相对路径。

使用场景直达入口位置一句话记住什么
汇报/考核前 10 分钟必背数字与硬约束I 组所有具体数值、上限、有效期
汇报/考核前 10 分钟15 句必背G2概念链条与公开口径
汇报/考核前 10 分钟能力权重与题型G1 / C 组25/22/15/11/10/10/7 与 60 题 90 分钟
选择题拿不准易混淆概念 25 组B 组≠、≠…
选择题拿不准15 个易错判断G3那些"看似对其实错"的表述
平台配置前变量隔离表C3谁隔离用户、谁隔离
平台配置前导入规格与切分参数C1 / C2200MB/20MB、1000/100 字符、四类
平台配置前四种模式速选 + 硬约束C4 / C7什么任务选什么模式
方案评审前方案画布(主手册 3.0.3)主手册一页纸说清目标/边界/验收
方案评审前五阶段交付方法论(主手册 5.2)主手册接入/建设/验证/推广/治理
答不准、跑不通疑难诊断树D 组四环节 / 八段 / 配置项定位
具体报错常见问题解决方案 FAQE 组7 类 40+ 问的修复动作
上线前踩坑清单 Top 20F 组最常见的 20 个翻车点
上线前上线检查单(精简版)H613 项逐条打勾
上线前上线检查单(完整版)(主手册)附录 D.5逐项含权限/日志//双签
安全评审安全合规与责任 AI(主手册 5.5)主手册五维防线 + //
验收签字指标定义与计算口径(主手册 7.5.1)主手册//怎么算
验收签字指标与成本公式速查K 组、、延迟、并发
客户现场调试现场命令与小抄J 组Linux////Python/
复盘/核验19 节覆盖对照(主手册附录 A)主手册逐节确认没漏
从零开始学分步学习路径 14 步(主手册 0.4)主手册照做即可,每步有产出物与完成判据
要讲给别人听一句话定义与三种讲法(主手册 8.1)主手册30 秒 / 3 分钟 / 10 分钟版本
汇报现场对外表达速查L 组术语翻译、质疑应答、讲解检查单
从零开始学术语词典(点击释义)术语词典页专业名词 / 英文 / 缩写的全称、定义与交付意义
从零开始学科学化最终目录总表(主手册附录 F.6)主手册40 行目录,按认知层排好复习顺序
方案评审前国内方案选型与方案包(主手册 9.4)主手册 / 六层能力 / 四个
方案评审前选型评审 12 问M3答不上就不进建设期
复盘/核验还缺什么 · 缺口清单(主手册 10.2)主手册10 类诚实缺口与补齐方式
要讲给别人听项目图示索引(主手册附录 F.7)主手册8 张离线 SVG 在哪、回答什么
考核 / 自测前FDE 考核题库(打乱复习)题库页208 题 / 单选 + 多选 / 14 个能力域,先随机 20 题看薄弱能力域
考核 / 自测前两类选择题与打乱复习法(主手册 10.5)主手册判分口径、题序与选项乱序、三种模式
从零开始学手册展示页(对外介绍)展示页一页看清十四篇结构、核心数据与边界
要把某一节拿去问 细节追问提示词库N8每个学习点 × 5 角度,提示词自带模块上下文

跨册跳转:HTML 阅读版顶部有「打开主手册 / 打开速查手册」按钮,离线可用、相对路径互跳。


A 组|专业名词与缩写

A1 与 基础

名词全称 / 中文一句话易错点
Artificial Intelligence / 人工智能让机器完成需感知、学习、、规划的任务这一总方向不等于聊天框,不等于某家产品
符号 Symbolic 人写死规则(IF…THEN…)它也是 ,但不属于机器学习
MLMachine Learning / 机器学习从样本与标签中学规律"把材料放进对话让它回答"不是训练
Supervised Learning用"输入 + 标签"的样本学规律;是典型例子标签一致性与历史偏差仍由人负责
Classification把输入判到预设类别之一(如物流/退款/其他)要看类别是否正确,误判后果要人定
Inference用已训练好的模型处理输入与训练(调参数)不同;对话纠错 ≠ 重训
DLDeep Learning / 深度学习多层神经网络学表示"深"指层数,不指思考深度
GenAIGenerative / 能生成文字/图像/音频/视频/代码与 ML/DL 不是同一分类维度
架构2017 年提出的深度学习"图纸",引入注意力机制是架构,不是产品;GPT// 都基于它
Large Language Model / 大语言模型本质是预测下一个 token 的"文字接龙机器"通顺 ≠ 正确;不核实事实
词元模型处理的最小单位,可为一个汉字、词的一部分或标点也是上下文长度与计费单位
Context Window模型一次能读入+输出的 token 上限未超限也可能因输入过长而不准
Hallucination生成流畅但无事实依据的内容接了工具也可能照单全收离谱返回
温度采样随机性;低温更稳定,高温更有创意制度问答/结构化输出用低温
提示词主动喂给模型、可控制的输入文字分与
System 用户不可见的人设与规则,可能 > 4000 token优化后要核对规则没被删
Memory记忆短期=本次会话;长期=跨会话绑定账号本质仍是"重新组织成文字喂回去"
上下文工程Context Engineering有策略地组织"该让模型看到什么"不是把所有历史一股脑塞进去
Chain of Thought / 让模型分步骤思考与 /指令共同促成 时代
基于人类反馈的强化学习让模型稳定"听人话"—
/ / DPO相关方法 需了解原理与适用场景,多数企业需求用不上80% 需求 + 即可

A2 与检索

名词全称 / 中文一句话
向把文字转成高维数字串,语义相近则向量相近
Retrieval-Augmented Generation / 检索增强生成先检索资料片段,再把片段+问题给模型生成答案
切片 / 知识片段文档后被索引和检索的最小单位
Retrieval / 从库中找出候选片段
重排序对候选片段重新排序,把更相关的排前
匹配度Similarity Threshold片段能否进入候选的相关性阈值
Hybrid Search关键词 + 语义结合,适合产品编号/专有名词与自然语言混合查询
父子级Parent-Child Chunking小子片段用于检索,命中后把父片段给模型,兼顾定位与上下文
/ 溯源Citation回答标注依据来自哪个文档/片段
智能体检索增强生成基于 Loop,自主反思、切换检索策略、多轮迭代检索
自然语言转 让业务人员用自然语言查结构化数据
Knowledge Poisoning恶意/错误资料进入影响输出

A3 与编排

名词中文一句话
智能体给目标后自己拆解、规划、调工具、看结果、再调整的系统
Goal–Action–Observation目标—行动—观察循环 的核心运转闭环
Reason + Act思考→行动→观察交错进行,走一步看一步
Plan-and-Execute规划—执行Planner 拆解、Executor 执行
Reflexion反思对过去行为自主改进纠错
/ 工具调用模型输出结构化调用指令,系统执行并回灌结果
Model Context Protocol / 模型上下文协议工具调用的统一"普通话",把多对多适配变一次接入
工作流把固定业务流程编排成+的可视化流水线
多智能体 分发、多个专家 分工协作
Handoff Description给其他 看的"什么时候该转交给我"
模式有独立工作空间、可读写文件/跑代码/调 的自主任务模式
智能体运行底座Brain / Tools / Memory / Sandbox / Orchestration 五层解耦
Sandbox隔离执行环境,限制网络、存储、权限与资源
Idempotency Key防重复建单/重复推送的请求标识

A4

名词一句话
Development Platform,企业级智能体开发平台通称;各厂商命名不同,能力类型可互相映射(见主手册 0.6)
企业 / 工作空间组织与权限边界;首次进入自动创建 1 企业 + 1 默认工作空间
标准模式平台预设问答流程,稳定可溯源,适合知识问答/产品咨询/制度查询
单工作流模式指定一个主工作流承接全部用户请求,适合固定
模式模型自主规划 + 多 协同
模式独立工作空间 + 最多 80 ,创建后不可切换模式
智能工作台个人一站式工作入口 + 自然语言创建/辅助搭建/临时任务;不是第五种应用模式
定义角色、语种、语气、规则的提示词配置区
平台级同主账号下多应用可复用的共享
默认应用级,仅当前应用,不支持跨应用共享
"常见问法 ↔ 标准答案"直接绑定,可设生效范围与到期时间
把用户口语映射到文档正式词,提升稳定
兜底/拒答资料不足时输出预设话术,不编造
接外部系统的数据与操作,涉及授权/密钥
工具独立原子能力(文档抽取、图片理解、…)
可复用的专业做事方法(文档创作、SVG 可视化…)
从多条取第一个非空值传给下游
把内容真正显示到用户对话窗口的
全局 工作流内置,接管对话、控制跳转、识别退出/寒暄意图
结构化展示组件(进度、选项、列表、图表、按钮)
PU智能工作台模型调用消耗的资源单位

A5 评测、安全与交付

名词一句话
Golden Set / 稳定可重复运行的测试样本集合
打分用大模型按裁判提示词对输出评分
/ 按预定义规则 / Python 代码评分
同应用内对比多模型或多提示词,仅标准模式支持
回归验证修复后确认没引入新错误
线上/测试中表现不符预期的真实样本
基于角色的访问控制
只授予完成任务必需的最小范围
按敏感级别与知悉范围分类管控
不可信内容诱导模型改变意图或越权调用
越权访问检索或调用了超出用户授权范围的知识/工具
关键行为与调用全量记录,可回溯追责
// 操作分级只读自动 / 可逆写入校验留痕 / 高影响需审批与
Forward Deployed Engineer,前沿部署工程师
/ 概念验证 / 最小可行交付
发布小范围先上,观察后再全量
场景包可复制的标准化行业方案(公开的 5 大行业 25 个)

B 组|易混淆概念对照(📌 高频考点)

#AB关键差别
1 / ML / DLGenAI前三是"方法层次",GenAI 是"能力与任务方向",别硬套包含关系
2训练训练调参数;是用已训练好的模型处理输入。对话里纠正一句 ≠ 重新训练
3会认 / 会判断 / 会生成—检查方式不同:识别看漏错、判断看类别、生成还要查事实/依据/承诺
4短期记忆短期限本次会话;长期跨会话绑定账号(平台中不按 隔离)
5前者稳定人设规则且用户不可见,后者是当下具体需求
6 是技术思路,是平台中承载它的产品能力
7平台级默认跨应用复用 vs 应用专属;调整后需
8标签权限贴标签不自动等于访问限制,必须系统侧执行过滤
9需用户补齐信息用前者(可追问);给已有内容分类用后者
10语义总结聚合只取非空值,不生成新内容
11输出用户看得到靠;输出用于工作流调工作流
12字段只表示执行关系,字段要逐项在详情核对
13提示词前者给其他 判断"何时转给我";后者是当前 的执行规则
14轻但依赖模型判断 vs 稳定但需明确路由条件
15工具连"某个系统" vs 做"一个具体原子动作"
16工具调外部能力 vs 学会一类任务方法
17标准模式单工作流模式预设稳定问答 vs 固定流程逐步执行
18智能工作台四种应用模式前者是"我自己用 干活"的个人入口;后者是"搭应用给别人用"
19单次调试批量评测边搭边修 vs 阶段验收,先后衔接不是替代
20调试成功用户可用工作流调试成功 ≠ 应用能调用;开发态正常 ≠ 用户侧拿到最新版本
21存在答案有据挂了文档名不代表每个结论都被它支持
22拒答配置权限控制前者约束表达,后者在系统侧阻止越权
23查询类写入类前者主要耗时;后者可能重复执行,必须
24公有云//公开讲义只提前两种,产品资料另有四种部署形态
25公开案例成效你的项目成效前者可但带出处;后者必须自己评测验证

C 组|参数与硬约束速查

C1 文档导入规格

类型格式限制
文档pdf / doc / docx / ppt / pptx / mhtml / wps / ppsx≤ 200 MB
keynote / pages—≤ 50 MB
表格/文本xlsx / xls / csv / md / txt / html / xmind / json / xml / log / numbers≤ 20 MB;≤ 3 万行 / 180 列
图片(带文字)jpg / png / jpeg / tiff / bmp / gif≤ 50 MB;长宽比 ≤ 1:7
表格问答实用约束xlsx / xls / csv≤ 1 万行 / 100 列;一个 sheet 一张表;全空行影响效果

导入方式:本地文档 / 网页文件 / 在线协作文档 / 对象存储。网页爬取要求无需登录授权、不支持异步加载。

C2 规则与常用参数

规则适用
默认(模型,不支持干预)冷启动、结构规整
通用标识符条款/条目结构清晰
父子级标识符结论与条件分离,需保留上下文
按行(保留表头范围)每行独立知识的参数表/价目表

常用值:切片最大长度 1000 字符、重叠 100 字符、切片内表格 Markdown / HTML 格式。⚠️ 没有脱离资料结构的万能数值,别抄别人的参数。

C3 表(📌 必背)

类型用户隔离 隔离
系统(除 SYS.Memory)✅✅
SYS.Memory✅❌
环境❌❌
参数 / 应用✅❌
工作流 / 输入 / 输出✅✅

「用户隔离」>「 隔离」;由终端用户 + 应用唯一确定(A1/A2/B1 互不相通)。

常用系统:SYS.UserQuery(本轮输入)、SYS.ChatHistory(对话历史)、SYS.Memory()。

C4 四种应用模式速选

任务特征模式
答案要稳定、有依据、可溯源标准模式
步骤固定、结果可验收、 明确单工作流模式
需调研 + 分析 + 复核 + 写作多角色 模式
需读写文件、跑代码、调 、长耗时、多类产物 模式
低门槛创建 / 一次性临时任务 / 个人办公智能工作台

⚠️ 标准/单工作流/ 三者可互切,提示词与模型配置不继承; 创建后不可切换。

C5 三种协同

协同特点硬限制
(默认)最轻,依赖模型判断,路由不稳—
定路由,最稳需明确条件
Plan & Execute深度拆解,耗时长成本高仅单轮对话;不建议完整应用评测

C6 评测配置约束

项约束
可多选,最多 5 个,列名必须一致
打分方式 / 规则 / 代码(Python)/ 仅输出不打分
仅标准模式应用;最多 2 组对比模型或 2 组对比提示词
评测期间锁定(不可新增/导入/删除/改设置)
打分产生 消耗,先验证提示词再跑
评测任务名称20 字以内、不可重复

C7 其他硬约束

项值 / 规则
认证考试线下;单选+多选;60 题 / 90 分钟;70 分通过;单选 1.5 分、多选 2 分
证书有效期 2 年;每次购买含 1 次考试机会
最小间隔 1 小时;每天/每周/按间隔/一次性/Cron;每个任务只推到一个指定会话
企微渠道一个企微机器人只能绑一个智能工作台;新连接覆盖旧连接
微信渠道二维码有效期 120 秒;一个微信号只能绑一个工作台;只接收结果不支持续聊
最多 80 个
设置兜底时请关闭联网搜索
发布任何配置修改都要;发布后从
工作流至少 1 个结束/才能执行;输入连前一输出;输入输出之间不能互连
性能平台流式响应首字 < 1 秒(公开口径,非你项目的验收值)

D 组|疑难问题诊断树

D1 「回答不准」→ 四环节定位(4.3)

知识库里有无可靠答案?
├─ 无 → 补知识(正式资料/问答对/数据库),不要让模型猜
└─ 有 → 打开该条回答实际命中的文档与 Chunk
        ├─ 目标文档未出现 → 查知识状态、检索范围、标签过滤、切分、召回数量与匹配度
        ├─ 目标文档出现但片段缺条件/例外 → 改切分(增大长度/重叠、父子级、表格按行留表头)
        └─ 片段完整却答错 → 查生成侧:Prompt 依据约束、引用要求、变量映射、模型配置

异常三类:没 → 查来源展示与输出要求(≠ 没检索到);旧资料 → 查版本与适用范围;正确但答案扩展 → 查生成约束,删无依据结论。

D2 「工作流跑不通」→ 八段定位(4.4)

① 触发:工作流启用了吗?应用真的调用了它吗?用的哪个入口和版本?
② 边界:输入/依赖/输出/不能自动处理的情况写清了吗?
③ 追问:用了参数提取节点吗?必填字段和缺失追问配了吗?多值输入有约定吗?
④ 变量:下游实际引用了谁的输出?类型/数组层级/空值对吗?祖先节点关系允许吗?
⑤ 分支:条件表达式用的是哪个变量?大小写、缺失值、易混淆边界样例覆盖了吗?
⑥ 输出:前端/下游要的字段约定了吗?失败状态表达清楚了吗?
⑦ 工具:超时配置、重试次数/间隔、幂等键、接口字段与错误码变更验证了吗?
⑧ 收口:单节点定位后,是否重跑了完整端到端路径 + 补测缺项/分支边界/工具失败/用户中断?

D3 「 不对劲」→ 按配置项定位(4.5)

现象第一站
转交失败 / 某 永不调用 + 允许转交对象 → 条件明确则改
执行跑偏 / 输出越界该 + 工具说明
乱调工具 / 缺参仍调工具名称是否可理解、入参是否标必填
返回解析错返回具名 ,不要 [30,1]
不兜底提示词 + 工具返回双重约束
时间戳/编号/格式不稳确定性逻辑工具化
工作流被当工具调用后中断含选项卡/文件收集/的工作流不要加为工具

D4 「 改了没用」→ 先判根因(4.2)

根因该改哪里
知识没命中 / / 检索参数 / 问法改写(不是 )
命中了不会用、格式不稳、意图执行不准
复杂 / 长上下文 / 工具规划不足模型配置 + 应用模式
下游解析失败输出格式约束

D5 「用户侧看不到 / 没更新」→ 发布链

配置改了 → 是否重新发布? → 待发布变更项是否包含本次修改?
→ 分享链接是否指向最新版本? → 是否从用户视角(新窗口/无登录态)复测?
→ 工作流是否启用并设为主工作流? → 渠道绑定是否被新连接覆盖?

E 组|常见问题解决方案(FAQ)

E1 搭建与模式

Q:客户要"一个 助手解决所有问题",怎么回?

A:用 7 维度拆开,第一期只做"能闭环、可验收"的切口。把需求改写成"给定什么输入→得到什么结果→怎样判断做对了",并把"不做的范围"写进。分阶段组合模式,不要一期全覆盖。

Q:标准模式什么时候不够?

A:需要严格多步流程、表单收集、审批流转、系统写入、复杂条件判断、多工具串联时,改单工作流 / 。

Q:智能工作台算第五种应用模式吗?

A:不算。它是"我自己进入工作空间让 干活"的个人入口,也用于自然语言创建应用与辅助搭建;四种应用模式是"搭应用给别人用"。

Q:模式切换会丢什么?

A:与工作流范围保留,但提示词、模型配置等不继承; 创建后不可切换。切换前先导出配置备份。

Q: 一键优化提示词后效果变差?

A:优化常删掉拒答规则、规则、输出格式。逐条核对再保存,保留优化前版本以便。

E2 与

Q:「库里明明有答案,却答不出来」?

A:按 D1 四环节走。最常见是问法与文档标题语义距离大(补审核过的/)、丢了条件、检索范围/标签过滤设错、展示未配置。

Q:调大数量后串进了其他区域/旧版本内容?

A:先做知识治理(版本、生效期、替代关系、标签),再用服务端身份过滤检索范围;调大只会在错范围里找更多噪声。

Q:表格问答数字对不上/单位丢了?

A:导入前清理合并单元格、重复表头、空行;用按行保留表头;导入后逐个检查片段的列名、数值、单位、时间;统计/聚合类需求改走数据库或 ,不要靠几行文本。

Q:新旧制度并存,回答了旧口径?

A:建知识清单(名称/部门/适用对象/生效时间/替代关系/负责人),由业务负责人定口径;旧文档停用/设到期/移出可检索范围但保留归档;同步检查 FAQ、摘要、培训口径,否则旧结论从另一入口回来。

Q:什么时候用 ?

A:多文档整合、复杂条件筛选、交叉验证、深度四类场景。前提: 或 应用 + 添加 AgenticRAGSearch 工具 + 已导入知识。⚠️ 更耗 、更慢,简单问答用传统 。

Q:改了参数但结果没变?

A:确认解析/任务处理完成再重新查询;否则是在拿旧检索结果判断。

Q:模型自动生成的能直接上线吗?

A:不能,必须人工审核。它可能遗漏限制、误解表格、把条件合并;跨文档答案尤其要业务确认能否组合。

Q:贴了「华东」标签,华北用户还能看到吗?

A:默认能。标签必须由应用把可信身份映射到检索范围,并在系统侧执行;不能把用户随口输入的部门当授权依据。

E3 工作流

Q:单调试成功,整条流程却失败?

A:单用的是手工补齐数据,不证明上游能产出、下游能消费。复现原始失败请求 → 找第一个异常 → 局部检查 → 修复后重跑完整路径。

Q:用户只说"我要投诉",插件就报错?

A:用了硬补参数。改 + 必填字段 + 缺失追问;开异常处理连到转人工说明。

Q:最终回复里出现"""""片段"?

A:最终的提示词要写"不要说自己是模型、不暴露内部词",并把中间策略转成客户可读话术 + 内部处理建议两段。

Q:用户看不到任何输出?

A:查是否加了并连到。只配输出用户看不到。

Q:四条要在下游写四遍逻辑?

A:用取非空输出(如 branchStrategy),下游只写一次。注意聚合不是语义总结。

Q:接口后建了两张工单?

A:写入类 ≠ 未执行。给业务接口加请求标识/ + 原请求状态查询;设次数、间隔;分别验证正常返回、权限错误、、其他异常。

Q:相近问法走错?

A:补边界对照样例(如「什么时候发货」vs「发货要多久」),不要只给正确加同义句;检查条件表达式实际的与大小写。

Q:语种忽中忽英?

A:先识别语言输出语言供后续共享,固定话术准备对应版本;验证混合语言、中途切换与。

E4 /

Q:某个 永远不被调用?

A:查① 是否写清"何时转给我" ② 是否勾选允许转交对象。 别写成"负责完成所有方案"。

Q:完整方案里三个 各说各话?

A:后一个 的输入必须前一个 的输出;最后加汇总统一结构。

Q: 生成的时间戳/编号看起来对但不是真的?

A:确定性逻辑(时间戳、编号、金额计算、格式校验)放到工具/代码/规则里生成,不让 自由生成。

Q:工具返回 [30,1] 被误读?

A:改具名 :{"precision":30,"recall":1}。工具名称也别叫 tool_01,入参标必填、出参具名。

Q: 不走兜底?

A:只在提示词写"不支持"不够;顺着工具调用在返回里也加不支持字段,双重约束。

Q: 能删文件/外发邮件吗?

A:能,所以必须在提示词和系统权限两侧约束:不覆盖/删除/外发原始文件,危险操作先向用户确认;高风险动作进隔离,凭证与执行环境物理隔离; 动作审批 + + 人工接管。

Q: 长任务跑到一半失败要重来?

A:保存任务目标、计划、已完成步骤、工具结果、中间文件、异常原因,周期性生成状态摘要;失败从最近可靠状态恢复,不从头盲目重跑。

E5 评测与发布

Q:什么时候建?

A:主链路基本稳定、核心场景明确之后。太早建会样本过期、结果难归因。来源优先级:真实业务问题 > 调试记录 > 线上 > 人工构造。

Q:评测跑分忽高忽低?

A:检查评测期间是否有人改了(应锁库)、裁判提示词是否与列匹配、是否同时改了多个。每轮只改一个主要因素。

Q:改完 当前题变好,其他题变差?

A:缺回归。用固定样本复测「同类改善 + 无新问题」,并把线上 清洗后回灌。

Q:开发态正常,用户侧还是旧版本?

A:查是否、待发布变更项是否含本次修改、分享链接指向的版本、工作流是否启用并设为主工作流、渠道绑定是否被覆盖。

Q:设置了但模型还是自由发挥?

A:检查兜底开关是否开启、联网搜索是否关闭(课程明确二者冲突),以及知识不足判定条件。

Q: 接入后前端解析失败?

A:核对应用版本、返回格式、前端处理方式是否一致;给下游的输出必须结构化、字段固定、规则明确;失败状态也要有清晰字段。

E6 安全合规

Q:提示词写了"禁止越权",还需要做权限控制吗?

A:必须。 只约束模型行为,不替代系统层控制。身份校验 → 范围限定 → 权限传入检索链路 → 工具与审计 → 定期复核,五层都要做。

Q:员工薪资/客户身份信息能直接导入吗?

A:不能因为"用于知识问答"就全量导入。先做分类分级、使用授权、、明确可入库字段/可访问人/保存周期;个人信息不得用于模型训练与优化,重要。

Q:免责声明能替代吗?

A:不能。法律、医疗、金融、绩效处分等高风险输出只能作辅助信息,必须保留授权专业人员审核与申诉渠道。

Q:日志能不能无限期全量保存"用于调优"?

A:不能。日志本身是受保护数据:最小范围采集、、限访问、定保留周期与删除机制,必要时完成告知与授权。

Q:新增一个/工具,要不要重新做安全评审?

A:要。能力变更会改变威胁模型:权限是否仍最小、不可信内容能否触发动作、入参出参是否校验、能否监控调查、留存与事件流程是否覆盖新数据流。

Q:生产环境出现高风险错误,第一件事做什么?

A:不是调 。先确定受影响用户/版本/场景,必要时限制入口、关闭能力或人工,保留请求/命中知识/工具调用/输出日志;再根因分析、回归复测、记录、决定恢复范围。

E7 成本与性能

Q:突然上涨?

A:查是否开了 且反思轮数过高、是否所有请求都路由到大模型、是否有/递归/长上下文、频率是否过高。简单问答用传统 ,控制反思轮数,配置限额与配额。

Q:响应变慢?

A:查外部接口性能、与并发、数量是否过大、是否走了不必要的多 编排;用监控看板定位 ,而不是凭感觉换模型。

Q:模型越换效果越差?

A:平台默认模型是经大量场景验证的最佳实践(尤其多模态问答/阅读理解/ 改写/一键优化模型),不建议随意更换。先、再对比调试,判据是"是否遵守提示词、是否知识、能否正确选型"。


F 组|踩坑清单 Top 20(⚠️)

#坑后果正确做法
1搭完才测问题叠加、无法归因边搭边单次调试,再批量评测
2同时改 ++流程无法归因、无法每轮只改一个主要
3只挑"理想问题"演示Demo 好看,上线翻车用 40 条五类
4把权限写在提示词里换句话就绕过服务端身份映射 + 检索范围过滤
5忘记用户看到空白连
6用补必填参数插件报错 + 必填 + 追问
7把当总结下游拿到残缺内容聚合只取非空值
8忘了用户侧仍是旧版每次变更发布 +
9兜底与联网搜索同时开拒答失效设兜底就关联网搜索
10新旧/多区域文档并存不治理旧口径或串区域知识清单 + 版本/标签/到期
11调大数量治百病噪声增多先查范围//匹配度
12正确片段不在候选却去调重排白费力先保证,再谈排序
13表格不清理就导入单位/表头丢失合并单元格、重复表头、空行先清
14聚合统计靠几行文本数值碰巧对、口径全错走数据库 /
15写入类接口直接重复建单 + 原请求状态查询
16用于严肃交付路由不稳条件明确改
17完整方案不传上游输出多 各说各话逐段前一 输出
18让 生成时间戳/编号看似正确实为伪造确定性逻辑工具化
19凭证写进前端/提示词/日志泄露后端 /Proxy 保管,日志
20把公开案例成效当自己项目承诺交付纠纷带出处行业参照,自身效果靠评测

G 组|能力考核高频点速记(📌)

G1 能力权重与题型

场景理解与方案设计 25% > 智能体平台核心功能与应用搭建 22% > 行业解决方案 15% > 交付实施评测运维 11% > AI 基础 10% = 安全合规 10% > 产品定位 7%

60 题 / 90 分钟 / 70 分通过 / 单选 1.5 分 + 多选 2 分 / 线下 / 证书 2 年

G2 一句话必背

  1. 本质:预测下一个 token;通顺 ≠ 正确 →
  2. 能力链: → → Memory → + → → →
  3. 循环:Goal–Action–Observation;从模型看仍是"接龙"
  4. 企业六大特性:可控、可测、可审计、可运维、可复用、可集成
  5. 五堵墙:知识、工具、流程、权限安全、评测运营
  6. : × 核心能力组件 × Model
  7. :稳定问答→标准;固定流程→单工作流;多角色→;文件/代码/探索→;临时/低门槛→智能工作台
  8. 链路:导入→解析→→向索引→→重排→→维护
  9. 四环节调优:知识可靠 → 切片完整 → 检索命中 → 回答有据
  10. 八段工作流排查:触发→边界→追问→→→输出→→端到端
  11. 三大能力:场景理解 / 交付实施 / 安全合规
  12. 五阶段:接入 → 建设 → 验证 → 推广 → 治理
  13. 操作分级: 只读自动 / 可逆写入校验留痕 / 审批++人工接管
  14. 不是安全边界:即使模型被诱导,系统权限仍要阻止越权
  15. 上线不是终点:运营反馈驱动下一轮配置、逻辑、评测、发布

G3 十五个易错判断(详见 B 组与 6.3)

标准模式不是万能 | 智能工作台不是第五种模式 | 不可逆 | SYS.Memory 不按 隔离 | 环境双不隔离 | ≠ 输出 | ≠ | 非总结 | ≠ 提示词 | Plan & Execute 仅单轮且不完整评测 | 仅标准模式 | 评测期锁 | 兜底时关联网搜索 | 更耗 | 修改必


H 组|速查模板

H1 通用 模板

你是{角色},服务对象是{受众}。
背景:{业务背景}。用户输入:{用户问题}
可用资料:{知识库片段或工具返回}
任务:请完成{任务目标}。
处理步骤:1. 判断意图与信息完整性 2. 依据资料回答,不用资料外信息
          3. 资料不足说明无法确认并给下一步
边界:不承诺越权结果;不编造政策、价格、时间、审批结论
输出格式:结论:… / 依据:… / 下一步:…

H2 结构化输出模板(工作流)

仅输出 JSON,不要解释文字。
{"intent":"咨询/投诉/办理/其他","confidence":0~1,
 "need_human":true|false,"reason":"不超过30字"}
无法判断 intent 时输出"其他"且 need_human=true。

分场景侧重:知识问答→依据 + 无法确认时;信息抽取→字段/取值/缺失处理;客服回复→语气/禁用表达/可复制长度;工作流→输入/输出/下游可解析格式。

H3 单次调试记录六项

问题 | 期望结果 | 实际结果 | 定位原因 | 修改动作 | 复测结果

H4 记录十项

编号 | 日期/来源 | 原始输入 | 期望 | 实际 | 归因环节 | 修改动作 | 版本 | 复测 | 影响范围/是否回灌

H5 表头

case_id | case_type | query | reference_output | 依据文档/条款 | 期望分支 | 是否高风险 | 备注

五类覆盖:单事实 / 条件例外 / 多步表格 / 超范围拒答 / 权限高风险。规模:上线前 20–50 条,成熟项目 40+ 条。

H6 上线检查单(精简版)

☐ 主链路调试通过 ☐ 评测达标且高风险 0 例 ☐ 版本说明+重新发布 ☐ 用户视角复测 ☐ 知识版本/到期/标签/权限复核 ☐ 兜底生效且联网策略正确 ☐ 凭证后端保管 ☐ L2/L3 幂等+留痕+审批 ☐ 日志脱敏与保留周期 ☐ 监控告警就绪 ☐ 灰度+回滚方案书面化 ☐ 手册培训交付 ☐ 遗留问题双签


I 组|数字与硬约束一览(汇报前扫一眼)

数字含义
4 章 19 节课程结构
7 项权重 / 60 题 / 90 分钟 / 70 分认证考试
2 年证书有效期
3 大能力 / 5 阶段 / 5 大行业 25 场景包 / 70%+30%通行 能力要求与交付方法论
5 类评测样本 / 20–50 条规模建议
最多 5 个 / 2 组对比评测配置上限
1000 字符 / 100 字符常用切片最大长度 / 重叠长度
200MB / 50MB / 20MB文档 / 苹果格式与图片 / 表格文本导入上限
1 万行 / 100 列表格问答实用上限(另有 3 万行 / 180 列规格上限)
80 个 上限
1 小时最小间隔
120 秒微信渠道二维码有效期
< 1 秒平台流式(公开口径)
4 种部署 / 4 种应用模式 + 智能工作台 / 3 种协同 / 4 种打分平台结构
/ / 操作分级
6 大特性 / 5 堵墙 / 7 维度 / 4 层拆解 / 4 信号设计框架

J 组|现场命令与小抄(客户现场直接抄)

J1 Linux 排查顺序(🔧)

① 网络  ping / telnet / nc -vz / nslookup / openssl s_client
② 端口  ss -lntp  |  netstat -anp | grep <port>
③ 鉴权  curl -v -H "Authorization: Bearer ***" <url>   # 看 401/403
④ 入参  对照接口文档,检查字段名、类型、必填、空值语义
⑤ 日志  journalctl -u <svc> -n 100 --no-pager
        grep -n "ERROR\|timeout\|401\|403\|5[0-9][0-9]" app.log
        tail -f app.log
⑥ 资源  top / df -h / free -m / iostat
⑦ 结构  返回字段、错误码、分页、空值是否变过

铁律:先排网络与鉴权,再怀疑模型。

J2 /

docker ps -a                      # 容器状态与退出码
docker logs -f <id> --tail 200    # 实时日志
docker exec -it <id> sh           # 进容器看配置与挂载
docker inspect <id>               # 环境变量、卷、网络
kubectl get pods -A               # 就绪 / 重启次数
kubectl describe pod <name>       # Events 里常有真正原因
kubectl logs <pod> -c <container>

J3 口径四问 + 模板

四问:时间字段与时区?金额单位?状态枚举?软删除标记?

SELECT region,
       SUM(paid_amount - refund_amount)                        AS gmv,
       COUNT(DISTINCT order_id)                               AS orders,
       ROUND(SUM(paid_amount - refund_amount)
             / NULLIF(COUNT(DISTINCT order_id),0),2)           AS avg_ticket
FROM   sales_detail
WHERE  biz_date BETWEEN '<start>' AND '<end>'
  AND  status = 'PAID' AND deleted = 0
GROUP  BY region;

⚠️ 统计/聚合类需求走数据库或 ,不要靠 几行文本。

J4 Python 三件套

目的要点
调接口timeout=(连接,读取) + 有限 + + + {"ok":...,"data":...,"err":...} 结构化返回
日志中对 phone / id_card / name / salary / card_no 等字段统一打码
给 的返回具名 ({"precision":30,"recall":1}),绝不返回裸数组 [30,1]

完整可复制代码见主手册 7.1.3。

J5 / 鉴权 /

REST 语义与状态码 | API Key / OAuth2 / 签名 / mTLS | 凭证后端 Vault 托管 | 429 退避 | 写操作幂等键 + 原请求状态查询 | 请求 ID 贯穿 用户→Agent→工具→业务系统 | 接口变更要验 正常/权限错/超时/其他异常

J6 现场故障 30 秒定位卡

用户看不到回复 → 回复节点 / 是否重新发布 / 用户视角复测
答非所问      → 意图描述与边界样例 / 条件表达式引用的变量
知识答不出    → 命中片段 / 解析状态 / 检索范围与标签 / 切分 / 匹配度
插件报错      → 参数提取必填字段 / 入参类型 / 接口返回结构
转交失败      → 转交描述 / 允许转交对象 / 改工作流编排
重复建单      → 幂等键 / 超时重试策略
成本暴涨      → Agentic RAG 反思轮数 / 模型路由 / 定时任务频率 / 递归重试

K 组|指标与成本公式速查

K1 评测指标口径(写进)

指标公式
知识命中正确文档/片段样本 ÷ 总样本
答案准确率结论与 reference_output 一致样本 ÷ 总样本(数值/条件/例外任一缺失即不一致)
含无依据事实或承诺样本 ÷ 总样本
应拒答样本中正确拒答 ÷ 应拒答样本(误拒另计)
正确率真能支撑关键结论 ÷ 有样本
格式一致率符合约定结构/字段 ÷ 总样本
转人工率 / 采纳率转人工请求 ÷ 总请求 | 采纳或复制 ÷ 展示次数

K2 价值、成本、性能

月度节省工时 = 日均咨询量 × 可自动解决比例 × 单次人工耗时(分) ÷ 60 × 工作日
月度毛收益   = 月度节省工时 × 人力分钟成本
月度总成本   = Token/PU + 平台订阅 + 运维人力 + 知识维护人力
净收益       = 毛收益 − 总成本
回收期(月)   = 一次性实施投入 ÷ 净收益

单次成本 ≈ (输入 token × 输入单价 + 输出 token × 输出单价) × 检索/反思轮数
月度成本 ≈ 单次成本 × 日均调用量 × 工作日 × 峰值系数
端到端延迟 ≈ 接入 + 检索 + 重排 + 模型首字 + 生成 + 工具调用 + 输出校验
并发上限   ≈ min(模型配额, 接口 QPS, 数据库连接池, 平台限流)

三条纪律:先量;只算可归因的节省;不套用公开案例成效数字。

K3

加权总分 = 价值×0.35 + 可行性×0.25 + 数据就绪×0.25 + 风险可控×0.15(各 1–5 分)

价值高 ≠ 优先做:数据没就绪、风险不可控的高价值场景最易翻车。

K4 告警阈值速查(演练参考值)

指标触发
成功率5 分钟内低于 5 个百分点
延迟连续 10 分钟超
转人工率单日环比 +50%
/ 单次成本单日超预算 20%
/ 拦截 / 重复建单 / 工具 5xx出现即告警
连续 2 次失败

K5 故障分级

P0 数据泄露/越权/错误法律医疗资金结论/全站不可用 → 立即限制入口 + 降级人工 + 留证上报

P1 大面积答错/核心接口失败/成本失控 → 限流或回滚 + 回归复测

P2 局部效果下降 → badcase 台账按迭代修

P3 体验/文案/格式 → backlog


本册为独立学习整理,不是认证题库,不承诺通过认证。平台功能、模型清单、规格与价格以当期所选用产品的当期文档为准;课程素材版权归原权利人所有。法规与合规内容仅为检查框架,不构成法律意见。


L 组|对外表达与讲解速查(讲给别人听)

现场可抄版。完整方法论见主手册第八篇。核心原则:先讲边界和验收,再讲能力;先讲风险,再讲效果。

一句话定义(背下来)

是把企业级智能体从「能用」做到「可验收、可上线、可治理」的人:判断场景值不值得做 → 选接入知识与流程 → 用证明效果 → 用权限、审计与运维管住风险。

三种时长脚本

时长骨架收口句
30 秒是什么 → 解决什么 → 怎么证明「不看演示好不好看,看、越权能不能拦、能不能」
3 分钟场景边界 → → → 三条风险「验收用 40 条,不靠演示」
10 分钟价值 → 架构 → 演示 → 评测 → 计划 → 风险「结论来自评测报告,遗留问题写在材料里」

术语翻译(行话 → 一句人话)

行话一句人话
先翻制度文件再开口,还会说是从哪条来的
按意思找,不按字面找
把长文件拆成能的小段,太碎会断章取义
先粗筛,再把最相关的三条给模型
没依据时要说不知道,而不是猜
岗位说明书:是谁、能做什么、不能做什么
工作流把 固化成能查到每一步的步骤
工具 / / 统一接口调业务系统,不用来回复制粘贴
一个拆任务,几个分别查资料、算数、写稿
/ 回归上线前的考卷,以及每次改动的复考
自动阅卷,再人工抽查校准
/ 网络抖动不会生成两张单,出错能撤回
/ 按岗位给权限,不默认全开
/ 先给 5% 的人用,指标不对切回人工

L4 四类听众开场句

听众开场句
业务负责人「原来查 3 个系统填 2 张表,现在一次给出带出处的建议,仍由你确认后提交」
技术负责人「所有写入带、结构化返回、,失败可重放可」
管理层「先做 :6 周、3 个指标、达不到就停,投入上限写进立项书」
合规 / 风控「个人信息不进训练集、重要,检索与写入全可审计」

L5 质疑应答 12 条(极简版)

质疑一句应答
不就是聊天机器人接了私有知识有出处、能按 调系统、行为可审计可
会瞎编怎么敢用知识边界 + 无答案拒答 + 可追溯 + 高风险 + 红队用例
直接上最自主的越自主越难验证,按约束选模式,成本与可控性一起算
效果怎么衡量用不用演示,给、口径、回归记录,接受抽检
数据会被训练吗分级、不出域、不用于训练优化、留存删除策略、审计字段
上线后谁负责监控、 闭环、变更评审、、责任人矩阵
接这么多系统工期长先做 :一个场景、最小接口集、明确
换平台白学了方法论与验收不变,只换参数表(主手册 0.6 迁移三步)
成本会不会失控 / 延迟 / 并发测算 + + 预算阈值告警
业务方不用怎么办推行是交付的一部分:、培训、、抵制应对
合规能过吗提供检查框架与红队报告,由客户法务判定,不替客户承诺
数据是真的吗演练 / 公开案例 / 实测三类分别标注,不混用

L6 白板七层(画完收口)

① 业务问题 → ② 接入层 → ③ 编排层 → ④ 能力层 → ⑤ 数据层 → ⑥ 治理层 → ⑦ 验收线

收口句:「最容易被跳过的是①和⑦;翻车大多不是模型不够强,而是边界没定、验收没写。」

L7 讲解检查单

  • ☐ 一句话定义脱稿、不含任何产品名
  • ☐ 写了「不做的范围」
  • ☐ 给出 ≥3 个可测指标及口径
  • ☐ / / 回归可出示
  • ☐ 权限、审计、各有明确答复
  • ☐ 每个数字标注来源(演练 / 公开案例 / 实测)
  • ☐ 遗留问题与责任人写进材料
  • ☐ 请听众复述一遍,确认理解一致

讲清楚的客观标准:听众能向第三个没参会的人说清「这是什么、解决什么、怎么证明有效、风险在哪」。


M 组|国内方案选型与速查(v4.0 新增)

对应主手册第九篇、第十篇、附录 F。现场评审时用 M3 逐条问;写方案时用 M2 定骨架;

所有产品名均为公开资料举例,不含规格承诺,详见主手册 9.0 边界声明。

M1 六层技术栈一句话速记(背下来)

① 模型层      生成从哪来      托管 API / 私有实例 / 开源权重自托管
② 推理部署层  怎么跑起来      vLLM · Ollama · TGI · 独享算力
③ 平台编排层  应用怎么搭      可视化工作流 · Multi-Agent · 评测 · 发布回滚
④ 知识检索层  依据从哪来      文档解析 · 切分 · 混合检索 · Rerank · 引用
⑤ 连接集成层  怎么调业务系统  MCP · 连接器 · OpenAPI · API 网关
⑥ 治理运维层  怎么管得住      SSO · RBAC · 审计 · 可观测 · 成本 · 内容安全

一句话口诀:先定边界,再分六层;换产品只重做能力映射、硬约束确认、验收复跑。

M2 四个对照(图 5 的四象限)

定位技术组合骨架部署形态一句话否定条件
1 轻量起步低敏 · 低集成托管模型 + 平台 + 托管共享 SaaS数据不能出域 / 长期高调用量
2 强合规高敏 · 中集成 + + 私有平台 + + 内网没有 运维与值班能力
3 复杂系统集成中敏 · 高集成 + 工具层 + 业务系统 + 写入闸门混合部署业务流程未标准化 / 无人签写入边界
4 团队工作台中敏 · 低集成 工作台 + 资料库 + + 企业权限SaaS / 专享 / 需要深度写回核心业务系统

三项目映射:项目 A → 方案 4( 期用 1);项目 B → 方案 2;项目 C → 方案 3。

M3 选型评审 12 问(极简版,答不上不进建设期)

1 数据能否出域?谁签字?          2 读几个系统?写回吗?L1/L2/L3?
3 停止条件是什么?                4 模型走哪条路径?权重/代码许可分别是什么?
5 署名与版权声明放哪一页?        6 复杂版式谁解析?失败怎么发现?
7 引用能不能追到原文?            8 凭证存哪?越权检索怎么测?
9 并发 / P95 / 首字响应口径?     10 灰度范围、回滚点、演练做了吗?
11 成本怎么归因与限流?           12 换组件要重跑哪几项验收?

M4 许可与合规核对八项(必查)

#检查项常见坑
1权重许可与代码许可分别是什么把「仓库 MIT」误当成「权重 MIT」
2是否允许本企业的使用方式(对外服务 / 内嵌 / 再分发)只测了内部使用,上线对外服务才发现问题
3是否要求保留许可文本与版权声明交付清单里没有页
4是否要求显著说明模型修改 / 后未标注
5是否附带使用限制条款只看「可商用」四个字
6派生模型 / 产物的许可如何继承二次分发时条款冲突
7具体版本号与下载来源是否留档复现不出当期环境
8由谁复核、复核日期写在哪无人负责,季度复核流于形式

公开可查的 许可说明明确区分代码许可与模型权重许可:允许合法商用、无需事先申请,但要求保留许可与版权声明、说明修改,并附带使用限制。逐版本核对原文,不要照抄任何二手结论。

M5 还缺什么:10 类缺口速记(详见 10.2)

组缺口组缺口
1真实生产实测数据 / 压测曲线6多模态、语音、边缘与具身
2当期规格、价格、版本、、资质7训练 / / / 校准
3法规条文与行业监管正式解释8大规模成本治理与
4真实系统联调( / 网络 / )9认证当期政策与题库
5组织推行与变革管理真实案例10国际化、多语言与

判断能不能写进手册的三条:能标来源与日期、能归到某个能力域、能翻译成可测验收项。

M6 新入口速查(v4.1)

想做什么去哪快捷键 / 锚点
查一个英文缩写 / 专业名词正文里点虚线下划词条,或顶部「术语」按钮打开术语词典弹窗内可跳相关词条
看项目图示图 1/2 在 3.1;图 3 在 5.7;图 4 在 5.8;图 5 在 9.4;图 6 在 0.4;图 7 在 8.4;图 8 在 F.2附录 F.7 图示索引
做选型主手册第九篇 → 9.4 → 9.6 评审 12 问#anchor-selection
找还缺什么主手册第十篇 10.2 #anchor-reading
排最终学习顺序附录 F.6 #anchor-catalog
14 步学习路径主手册 0.4(图 6)#anchor-learning-path

M7 四条最常见选型错误(对照自查)

错误一句话纠正
先选产品后定边界按 9.1 顺序推倒重来;里禁止出现产品名
把演示当压测补并发 / / 长任务 / 用例
许可与版本没留档版本号、下载来源、许可原文、位置全部入交付清单
把产品能力写进一律改写成、、成功率、耗时

N 组|考核题型与题库速查(v4.1 新增 · v5.0 改为纯选择题)

入口:《FDE工程师考核题库.html》(独立离线页,无需联网)。

定位:复习不是重读,而是被提问;这一组只讲怎么考、怎么判、怎么打乱、怎么安排节奏。题面与解析都在题库页,此处只留结论。

N1 两类选择题与判分口径(主手册 10.5.1 · v5.0 改版)

#题型题量考什么判分口径
1单选题145概念、口径、参数、硬约束、正确顺序、术语全称唯一正确项,选错不得分
2多选题63组合判断、完整清单、边界条件、场景处置全部选对才得分,漏选与错选同等不得分

合计 208 题 / 14 个能力域 / 3 个难度层级。v5.0 起判断题、填空题、排序题、场景自评题已全部改写为选择题;

开放性问题转到每个学习点的「🔍 细节追问」,不计入分数。

一句话:两类选择题全部计入正确率;正确率只用来定位薄弱能力域,不作为能力认证结论。

新增五个能力域:开源课程与商业交付 / 模型与技术选型 / 工程与测试 / 语音与 / 跨行业案例。

N2 打乱复习法(主手册 10.5.2)

规则做法例外
题序打乱每次组卷用 Fisher–Yates 重排无
选项乱序单选 / 多选选项重排,答案索引随之重映射无例外:本版全部为选择题
题型混排单选 / 多选跨 14 个能力域交叉出现,避免位置记忆可主动只选某一能力域做定点补强
错题优先错题本按错误次数降序注入下一轮组卷连续答对 2 次自动移出错题本

N3 三种复习模式

模式组卷提交适用
练习模式当前筛选 + 打乱逐题即时判分、即时看解析学完当天、第 2 天
考试模式随机 / 按能力域抽题,隐藏答案全部答完一次性交卷,出总分与薄弱能力域第 7 天、第 30 天、结项自评
错题模式只取错题本,按错误次数优先逐题复做,连对 2 次出本每次正式复习前的 10 分钟

N4 节奏与题库动作

时间点题库动作产出
学完当天练习模式 · 全库随机 10 题完成度清单
第 2 天练习模式 · 单选题(术语与硬约束)专项 10 题一页默写纸
第 7 天考试模式 · 随机 20 题复做记录 + 首份成绩单
第 30 天错题模式 + 多选题专项 10 题回归报告 + 变更记录
每季度考试模式 · 第九篇能力域专项版本更新说明
每次立项考试模式 · 选型 / 语音 / 案例三个能力域的多选题新的选型报告

N5 错题本与成绩单怎么看

  • 错题本按 错误次数 降序插入下一轮组卷;连续答对 2 次自动移出,避免「一错永错」。
  • 成绩单按能力域汇总正确率,最薄弱的一项先回主手册对应章节,再用「只练该能力域 + 打乱题序」重做一轮。
  • v5.0 起全部题目自动判分;开放性问题不在题库计分,转到每个学习点的「🔍 细节追问」自行展开与自评。
  • 进度与错题本只写浏览器 localStorage;换设备不迁移,清空前请自行记录薄弱能力域。

N6 新入口速查(v4.1)

想做什么去哪锚点 / 入口
做一轮考核考核题库#anchor-quiz
搞清判分口径主手册 10.5.1 / 速查 N1#anchor-examtypes
向别人介绍这套手册手册展示页#anchor-showcase
排复习顺序主手册附录 F.6(40 行)#anchor-catalog
找题目出处题库每题都标「出处 / 能力域 / 难度」,解析里给主手册章节号题库页逐题回看
只练某一能力域题库「能力域」下拉 + 题型筛选 + 题量组卷设置区

N7 三层导航、站点地图与部署上线(v4.2 新增)

入口:门户 / 介绍页 / 站点地图。

定位:这一组只回答「我在哪、从哪来、下一步去哪」,不改动任何知识口径。

要回答的问题去哪里记住什么
第一次打开先看什么L0 门户 index.html门户 → 介绍 → 详细,不要在首页直接翻正文
我在哪 / 怎么回去每页顶部主导航 + 面包屑八栏目:门户 / 介绍 / 学习 / 精读 / 查阅 / 追问 / 考核 / 资料;当前栏目高亮,右侧固定「站点地图」
要向别人介绍整套手册 介绍页一句话定义、三项核心能力、十四篇结构、边界声明,左侧有随滚动高亮的章节目录
要查 / 要考 / 要复盘 详细四板块学习 / 查阅 / 考核 / 资料,各有独立入口;页脚也是一份站点地图
手机怎么找导航☰ 折叠菜单主导航折叠为两列面板,ESC 关闭;阅读页另有目录抽屉
上线前核对什么站点地图 + 使用说明第 11 节六条规则:全局导航恒定、面包屑标层级、页脚即站点地图、相对路径无域名、稳定锚点速达、零外部请求
怎么部署静态托管整个目录入口设 index.html,保持 参考资料/ 相对位置;本地 python3 -m http.server 8000 预览
重新生成与复检build_html.py → verify_offline.py只用 Python 标准库,不联网、不装依赖;28 组复检含第三册、纯选择题题库、扁平化首页与全站导航一致性

展示页 / 介绍页 / 站点地图的文件名沿用旧链接,避免 38 项必背速达与跨册锚点失效;

「门户 → 介绍 → 详细」是阅读路径,不是文件层级,任何一页都能直达任意另一页。

N8 细节追问提示词速查(v4.3 新增)

入口:正文每个标题旁「🔍 细节追问」/《细节追问提示词库.html》/全站导航「追问」栏目。

定位:这一组只回答「学完这一节之后,怎么带着上下文继续问 」,不新增知识口径。

要回答的问题去哪里记住什么
五个角度分别问什么弹窗顶部角度切换🧩 概念澄清 / 🛠 落地做法 / 📐 验收与评测 / ⚠️ 风险与治理 / 🗣 对外讲解
四步怎么用找模块 → 选角度 → 复制 → 粘贴到任意 提示词已写明资料版本、册、章节、认知层、能力域、关键概念、核心问题、产出物与出处锚点
怎么判断 的回答输出要求必须区分【手册已写明】【 的推断】【需查当期官方文档或客户确认】;结尾给可验收产出物与 3 个继续追问
哪些内容不能信禁止项未经核实的成效数字、价格、性能实测、合规资质结论、真实客户案例;产品名只作能力举例,不构成推荐
上下文不够怎么办提示词末段要求 先列出需要补充的信息,不要替你补全业务背景
想批量检索 / 打印独立提示词库页按资料 / 认知层 / 追问角度 / 关键词筛选,逐模块复制;打印时提示词一并输出
本地环境复制失败弹窗「全选」剪贴板 不可用时自动为全选复制;也可手动 Ctrl/Cmd+C
会不会上传内容边界提示词在本地浏览器生成,复制只写剪贴板,页面不发起任何网络请求; 回答不替代本手册与客户验收

与 N7 的关系:N7 解决「我在哪、怎么回去」,N8 解决「这一节怎么继续问」;

追问是附在每个学习点上的横切能力,不是一个新的知识板块。

主手册 C.11 给出完整设计(模块划分 / 五角度 / 输出约束 / 交互 / 边界)。


O 组|模型选型与 工程速查(v5.0 新增)

入口:主手册第十一篇(模型类与技术选型)、第十二篇( 搭建与测试 · 对照斯坦福 )、《03_开源课程解读.html》 第 6.4 节。

定位:现场要选模型、要搭 、要建评测时,只看这一组。所有价格/参数/时延均为【公开报道或厂商口径】,落地前【当期核对】。

O1 模型的五种职责(先分职责,再选型号)

职责真正要看的别犯的错
主 / 编排工具调用稳定性、结构化输出、长上下文有效利用率只看通用榜单
检索 / 重排 语种覆盖、维度与存储成本、 可否本地换生成模型时把向量模型一起换
轻量分类 / 抽取时延、成本、约束解码旗舰模型跑每秒千次的小任务
裁判 / 评测与人工一致率、位置/长度/自我偏好偏差用被评模型自评
多模态 / 语音首包时延、流式、方言、许可证与声纹合规只比音质不比端到端

O2 五维选型矩阵(一票否决优先于加权)

维度建议权重一句话
能力与质量30%在我的上达标率多少
成本与效率25%缓存命中价 + 输出价 + 放大 + /
数据主权与合规20%是否出域 / 是否训练 / License / 留存删除
工程可集成性15%流式、、结构化输出、 兼容
可持续性与退出10%升级是否破坏兼容、能否换模型不重写业务

数据必须不出域、必须有商用许可、必须支持流式等属于一票否决项,不满足直接淘汰。

O3 成本四笔账

  1. 命中价( 长会话的关键是,不是标价);2. 输出价 × 实际输出长度(模型思考 token 很长);3. 与兜底放大(/429/格式错);4. 全成本( 折旧 + 电费 + 运维 + 升级回归人力,不能只算硬件)。

O4 十五讲 → 一句话记忆

讲关键词现场产出
FoundationsCompound Systems、 vs 形态判据表
LLMs for Builders解码、上下文长度、约束解码、Context Engineering上下文预算表
/ / / 混合 / / ColBERT / 检索链路图 + 失败模式
/ / BFCL / τ-bench工具契约表
FrameworksDSPy / / harness / Temporal / 编排图 + trace 字段
Design Patterns五种工作流 / / Reflexion / CodeAct / ReWOO / compaction模式选择表
Memoryworking / episodic / semantic / procedural、MemGPT记忆分层表
orchestrator / swarm / hybrid、handoff / A2A、为何失败 + + 兜底
Optimizationfew-shot / MIPROv2 / GEPA / TextGrad / / GRPO
Datatraces / demonstrations / feedback / 数据飞轮 / 数据选择轨迹采集规范
Eval Fundamentals4-tuple:request / environment / stopping criteria / scorer结构
-as-Judge三类 grader、偏差、pass@k vs pass^k、harness裁判校准记录
Safety间接、、权限、护栏、人在回路注入测试用例
Coding / PersonalSWE-agent / OpenHands、主动式、混合主动长时任务恢复方案

O5 从零搭 八步

判定形态 → 写工具契约 → 手写最小 Loop(Goal–Action–Observation)→ 加检索 → 加记忆与上下文工程 → 加护栏 → 加 → 最后才上框架。

O6 评测必背

  • 4-tuple 缺一不可:request / environment(工具与版本)/ stopping criteria(步数与)/ scorer(规则 / 代码 / 裁判 / 人工)。
  • pass@k = k 次至少一次成功(能力上限,可场景);pass^k = k 次全部成功(生产稳定性,对外 看这个)。
  • 四类偏差:位置偏差、长度偏差、自我偏好、评分漂移;pairwise 要交换顺序做两次。
  • :模型 / / 提示词 / 温度 / 工具 schema 全冻结,否则无法归因。
  • 五类必测失败:工具调用、检索(含两个答案打架)、循环失控、注入越权、长时任务恢复。

O7 优化顺序(从便宜到贵)

数据清洗 → 上下文工程 → 工具契约 → 检索链路 → 自动提示优化 → 最后才考虑 / / RL。任何优化都用同一 + 同一口径验证并保留可版本。


P 组|语音与 选型速查(v5.0 新增)

入口:主手册第十三篇。所有时延/价格/显存均为公开报道或厂商文档口径,必须用真实语句集在自己的环境压测。

P1 先定四个产品约束(比「哪家音质好」更早决定架构)

是否要打断(barge-in)|是否接电话线路(SIP/PSTN)|数据是否必须不出域|是否要定制 / 。

P2 全链路与预算

VAD → ASR → LLM 流式 → 分句 → TTS 流式 → 播放器 buffer → 用户听到。

公开拆解参考:传输 40ms + 100ms + 首 token 150ms + 首音 120ms + buffer 40ms ≈ 450ms 端到端【公开报道口径】。 只是其中一段。

P3 方案谱系

类型适合不适合必查
国内商业流式 中文主力、要 、要字级时间戳数据必须不出域首包口径(不同接口 300ms / 600ms 两类)、计费单位、SSML 是否计字符
海外商业 多语种、有免费额度可验证跨境合规敏感、中文为主跨境数据、中文自然度、Flash 与高保真型号区别
开源流式轻量 、离线、批量、控成本无 团队、高峰 License 逐款核对、显存、流式支持
非流式克隆型离线配音、有声内容实时 (首包数秒)不要放进实时链路
编排框架换厂商不改业务、语义轮次检测、电话接入—是否支持所选 /、能否自托管

P4 决策树(背下来)

必须不出域?→ 是:开源自部署(先查 License/GPU),实时选流式轻量型号;否:看是否电话/高并发/SLA → 商业 API。任何分支都要用真实语句集压测。

P5 评测八指标

首包时延 (P50/ + 文本长度 + 并发 + 是否冷启动)|RTF||字错率/多音字/数字读法(含业务专名)|字级时间戳|长文本一致性|端到端轮次时延|打断成功率。

P6 延迟优化五招(收益排序)

  1. -on-partials: 出第一个完整句子就送 (省 200–300ms,收益最高);2. 语义端点检测替代静默 (省 100–250ms 且少抢答);3. 全链路流式 + 长连接复用;4. buffer 500ms → 50–150ms;5. 预热防冷加载。【公开报道口径,均需自测】

P7 合规六条

声纹书面授权(用途/期限/可撤销/留证)|深度合成标识|音频与文本是否用于训练、留存与删除|电话录音告知与 |禁止克隆冒充真人办业务|业务词典与音素标注回归集(每次模型升级重跑)。

P8 阶梯

主 → 备用 → 预录制关键话术 → 转文本 → 转人工。每级写清触发阈值与用户提示;高频固定话术预合成缓存。


Q 组|开源课程精读与跨行业案例速查(v5.0 新增)

入口:《03_开源课程解读.html》(独立第三册)、主手册第十四篇、参考资料/开源课程原文/。

Q1 开源书一句话与因果链

《前线部署工程师》(范冰,<https://fde4.ai/book/>)讲这门生意怎么成立,我们手册讲系统怎么做出来。

链条:模型商品化 → 价值在客户现场 → 选对问题 → 赢得客户 → 激活 → 续约 → 扩张 → 规模化复制(分水岭) → 案例与指标 → 伦理边界。

Q2 18 张方法卡(背关键词即可)

鸿沟 / 演示循环 / 记账方式(定制记产品发现)/ PSF 三关(痛点·经济性·可行性)/ 毕业标准 / 三类高危信号(无主之地·只许看不给碰·宇宙级需求)/ 影子工作法(看变通不看流程)/ 三军规(真实数据·缩范围不缩价值·周级截止)/ 读旧写新(数据兼容·架构不寄生·流程顺从人)/ 灯塔客户 / 五份地图(数据·流程·组织·系统·政治)/ 激活≠上线 / 热修复 / 评估体系(业务方当评委)/ 健康分(使用·价值·关系·商业)/ 按结果收费四档 / 三级杠杆(手册·组件库·平台)/ 六条底线。

Q3 必须记住的口径纪律

  • 【原书】:数字来自开源书,未独立核实,时保留「原书引 X」。
  • 【公开报道】:媒体/厂商/白皮书,注明来源与日期,多为披露方自述。
  • 【当期核对】:价格、版本、时延、许可证、资质,落地前查官方文档或客户确认。
  • 三问:分母是什么?判定窗口多长?谁来判定?
  • 禁止:把上述数字写成我们的实测结论、推荐理由或承诺值。

Q4 五份地图最易漏的点

数据地图看「哪个被信任」而非「有什么」|流程地图看变通与三个情绪点位|组织地图找「知识枢纽」|系统地图问「客户发版要几周」|政治地图最常被漏,要提前给受损者「新生路」。

Q5 按结果收费四档与三问

按用量(追踪成本非价值)→ 按任务(有业务含义)→ 按结果(已解决会话 / 启用产线门店 / 英亩数)→ 按价值分成(归因最难)。

任何解决率/分流率前问:分母、判定窗口、谁判定。

Q6 三级复制杠杆与产品化四问

手册管判断、组件库管手艺、平台管能力;可验证指标是定制递减率 / 交付资产复用率 / 人均产能。

产品化四问:是个性还是共性(三个以上客户独立出现)、抽象到哪层、谁长期负责、平台化后现场还剩什么判断。

Q7 六条职业道德 → 两条工程修正

数据主权|诚实报告坏消息|不制造依赖不贩卖恐惧|把被替代的人当回事|敢对不该做的事说不|代表技术本身。

工程修正 ①:不只是规范,是操守;② 人在回路会疲劳——原书引公开复盘「事事弹窗时用户照批约 93%」,所以护栏要分级,只对真正高影响动作弹窗并给出关键证据。

Q8 跨行业案例速查(只记约束与验收第一指标)

行业首要约束验收第一指标
制造OT 异构 / 停线代价场景级提效 + 人工最终判定
金融可审计 / 强监管证据链完整率 + 误报率
医疗临床责任医生采纳率 + 错误分级
政务权限合规 + 场景可复制
零售连锁一线使用门槛(分母是目标用户群)
能源强时限 / 安全留痕 + 预警准确率
教育学术诚信 / 学生数据可追溯率
物流调度冲突冲突消解成功率
法律保密 / 利益冲突回溯 + 律师签字
汽车装备安全联锁建议采纳率 + 安全事故
研发效能代码与密钥安全变更可率
内容营销合规与跨境有效线索率

案例四条纪律:数字带出处/披露方/口径;只迁移方法不迁移数字;区分已上线 / 已激活 / 已产生财务价值;提及厂商不构成推荐。

Q9 五步学习路径与 90 秒讲解

建立地图 → 逐章精读 → 双向映射 → 18 张卡各举一个本行业例子 → 题库「开源课程与商业交付」能力域 + 细节追问。

讲解主线:两条新闻 → 六步旅程 → 规模化是分水岭 → 与原手册互补 → 两边在「评测」上收敛 → 带走方法卡而不是数字。

与 N8 的关系:N8 是「怎么带着上下文问 」的横切能力;O/P/Q 是新增的知识口径。追问按钮在本册每个标题旁同样可用。

🏠 返回门户🎯 手册介绍🗺 站点地图📖 主手册📝 考核题库🔍 细节追问企业级智能体交付实战手册 · v5.0 · 离线自包含