一、总体方法论
实施路径
分类
→荒地发现
→采集设计
→试采校准
→数据开发
→评测计量
→运营反哺
训练增强
让模型学得更准、更稳、更能泛化。
任务对齐真值可信难例覆盖推理调用
让AI检得到、引得清、用得准。
机器可读检索定位证据溯源维护反哺
让数据集持续更新、持续补强。
版本治理反馈回流漂移监测评测治理
让数据经得起审计、验证和复用。
TEVV合规安全说明卡二、实施路径原型：七大节点闭环
从“发现荒地”到“数据资产运营”的节点化交付
点击下方任一节点，可查看该阶段的目标、关键动作、工具模板、交付物、验收门槛和下一步流转条件。此原型用于客户沟通、售前演示和项目启动会。
建设节点 验收关口 运营节点
节点就绪度自检
用于项目经理判断当前节点是否可进入下一阶段。
项目视角
每一节点都有明确输入、动作、输出和关口，便于写入实施计划、周报和里程碑。
输入动作输出关口商务视角
可拆成前期诊断、采集设计、开发交付、评测计量、年度运营等报价模块。
诊断费开发费EDT交付费运营费风控视角
红线审查贯穿全流程，触发权属、安全、真值、污染或追溯风险时暂停EDT认定。
权属安全真值追溯三、POC评测工具
四维评分计算器
红线审查
EDT有效数据当量计算器
四、数据荒地发现：三层抽象法
业务活动 → AI能力任务 → 数据集建设任务
即使客户当前没有AI应用，也可以从人工判断、专家经验、业务流程、物理操作和异常处理过程中抽象AI能力任务。
八类通用AI能力任务
识别理解检索调用生成预测决策辅助控制操作评测纠错核心逻辑：不是客户已有AI才有任务，而是业务中存在可被AI学习、调用、预测、生成、控制或纠错的能力任务。
五、工具包内容
| 文件 | 用途 |
|---|---|
| 01_数据荒地发现访谈清单.md | 客户访谈与业务流程扫描 |
| 02_AI能力任务抽象表.csv | 业务活动到AI能力任务的转译 |
| 03_数据集分类与权重表.csv | 标准分类、AI用途分类和四维权重 |
| 04_红线审查清单.csv | 一票否决项检查 |
| 05_四维评分指标表.csv | 四维评价指标口径 |
| 06_EDT计量模板.csv | RDS/QDS/EDT计量 |
| 07_新型采集方案模板.md | 采集方式、设备、质检和入库方案 |
| 08_验收清单.md | 红线、规模、质量、效能、EDT验收 |
| 09_产品包与报价模板.md | 服务产品包与商务边界 |
| 10_开源标杆对标表.csv | 与公开标杆数据集对标 |
| 11_实施路径节点工具卡.md | 七大节点的目标、动作、交付物、验收关口和风险提示 |
下载完整ZIP包后，工具包位于 toolkit/ 目录，POC网站位于 website/ 目录。
六、联系方式
资料范围
完整方案工具包POC演示项目合作请在邮件中简要说明单位、应用方向和拟建设数据集类型。