从高频任务中筛选场景，用样本、人工复核和业务指标判断 AI 是否真正产生价值。

先找任务，不先找模型

优先寻找高频、耗时、有样本且结果可检查的任务，例如资料分类、知识检索、内容初稿或信息提取。模型只是实现手段。

用小样本验证边界

准备真实但脱敏的样本，覆盖常见情况和异常情况。先观察错误类型，再决定是否值得进入完整流程。

保留人工复核

对报价、合同、医疗、财务等关键结果，AI 应提供辅助而非替代责任。复核入口、修改记录和异常处理必须进入方案。

同时计算效果和成本

准确率不是唯一指标。还要评估处理时间、人工节省、模型费用、失败重试和维护投入。

把验收写成业务指标

例如：指定样本中字段提取正确率、人工平均处理时间、无法判断时是否正确转人工。指标必须与实际使用方式一致。