企业做 AI 项目前需要准备哪些资料
不用先整理全公司的所有文件。
这是最常见的一个误区：一听说要做 AI，就成立专班、发通知、要求各部门"把资料交上来"。三周后收到几百个文件，混着 2021 年的旧流程、废弃的价目表、三个版本的同一份制度——然后项目就卡在这里了。
正确的顺序反过来：先选定一个真实任务，只准备这个任务需要的东西。
下面这份清单按七类展开，每类都写了"准备到什么程度算够"。
---
第一类：业务任务与当前基线
要准备的：
- 这个任务具体是谁在做、什么时候做、做什么
- 现在一天/一周发生多少次
- 现在平均花多长时间
- 现在的错误率或返工率大概多少
- 做错了会造成什么后果
够用的标准：能用一句话说清"谁在什么情况下做什么"，并且上面四个数字都有大致答案。
为什么这一类排第一：没有基线就没有改善。如果不知道现在一单要处理 20 分钟，那 AI 做完之后你也说不出到底好了多少。"感觉快了"不是验收标准。
不需要精确统计。抽 20 个真实案例，掐表算一遍，就够了。
---
第二类：资料与知识真相源
要准备的：
- 这个任务要用到哪几份资料
- 每份资料现在有效的是哪一版
- 每份资料适用于什么范围（哪些客户、哪个时间段、哪类业务）
- 谁有权判断这份资料是不是最新的
够用的标准：随机抽 20 份，能说清"这份现在还有效吗、适用于什么情况"的超过三分之二。
最容易出问题的是第三条。一份价目表如果没写适用时间和适用客户类型，被 AI 检索到之后会当成通用规则回答——这是企业知识库最典型的翻车方式，而它的根因不在技术，在资料本身缺上下文。
不需要：把全公司的文档都整理一遍。只整理这一个任务用得到的。
---
第三类：数据字段与样本
要准备的：
- 需要读取哪些系统里的哪些字段
- 每个字段的含义（尤其是那些历史遗留的字段名）
- 20–50 条真实样本（脱敏后）
- 明确哪些字段绝对不能出现在回答里
够用的标准：拿着样本，业务方能逐字段说清楚这一列是什么意思。
关于样本数量：几十条就够启动。样本的价值不在多，在覆盖典型情况和边界情况——包括那些"平时很少但一出错就麻烦"的例子。这些边界案例后来会变成验收测试集，比一万条普通数据有用得多。
---
第四类：系统接口
要准备的：
- 要对接的系统清单
- 每个系统有没有 API，文档在哪，是不是最新的
- 谁能给到测试环境
- 如果没有 API，现在数据是怎么进出的
够用的标准：每个系统都能找到一个具体的人，他知道接口的事。
这一类最能决定工期。"要接 ERP"这五个字背后的差别极大：有完整 API 文档和测试环境，与只能导出 Excel 手工上传，是两个量级的项目。在报价之前把这件事问清楚，可以避免后面所有的扯皮。
---
第五类：账号与权限
要准备的：
- 谁能用这个系统
- 不同的人能不能看到不同的内容
- 系统要用什么身份去读业务数据
- 谁批准这些权限
够用的标准：能画出一张"角色 → 能看什么"的表。
必须提前定的一件事：如果不同人权限不同，检索必须在权限范围内进行，不能先全量检索再过滤——后者会从回答的措辞里泄露出"存在某份你看不到的文件"这个信息本身。这个设计要求会影响架构选型，所以必须在开工前定，不能上线后补。
---
第六类：合规边界
要准备的：
- 哪些数据不能离开公司
- 有没有行业专门的监管要求
- 面向外部用户还是仅内部使用
- 生成的内容要不要标识
够用的标准：能列出一张"绝对不可以"的清单。
在境内提供生成式人工智能服务，适用《生成式人工智能服务管理暂行办法》。面向公众提供服务和仅供企业内部使用，要求是不一样的，这一条会直接影响技术选型和上线流程，属于开工前必须问清楚的问题。具体适用情况建议由企业的法务或合规负责人确认——这里只提示它的存在，不构成法律意见。
---
第七类：验收标准与责任人
要准备的：
- 做成什么样算完成
- 用什么测试集验证
- 谁来判定通过
- 上线后谁负责持续维护
够用的标准：验收标准是可验证的——能用一次测试给出是或否，不需要开会讨论。
一组可以直接沿用的评测口径（来自开源框架 RAGAS，docs.ragas.io，不用自己发明）：
| 指标 | 量什么 | 低了说明什么 |
|---|---|---|
| 上下文召回率 | 该找到的资料找到了几成 | 资料切分或检索有问题 |
| 上下文精确率 | 找出来的资料里真正相关的占几成 | 检索噪声大 |
| 答案忠实度 | 每句话能不能在资料里找到依据 | 模型在编 |
| 答案相关性 | 有没有真的在回答问题 | 答非所问 |
为什么必须分开量：答错了到底是"没找到资料"还是"找到了但答歪了"，这两种病的处方完全不同。混在一起看，永远定位不了。
---
一张表判断准备度
把上面七类填进这张表，就知道现在该干什么：
| 已有 | 缺口 | 不可开放 | |
|---|---|---|---|
| 业务任务与基线 | |||
| 资料与真相源 | |||
| 数据字段与样本 | |||
| 系统接口 | |||
| 账号与权限 | |||
| 合规边界 | |||
| 验收与责任人 |
- "已有"占多数 → 可以直接进试点
- "缺口"集中在资料那两行 → 先做知识治理，别急着上系统
- "不可开放"很多 → 先缩小范围，换一个约束更少的任务起步
这张表本身就是诊断的产物。填不出来，说明还没到签合同的时候。
---
最后一条：不要等资料齐了再开始
上面这些不是"全部做完才能启动"的前置条件，而是围绕一个任务、边做边补的清单。
等全公司资料都整理完再开始，通常的结果是永远不开始——因为业务在变，资料永远整理不完。
选一个任务，把这一个任务的七类补齐，就可以动了。
---
相关阅读
- 企业第一次做 AI，怎样选对项目并设计可退出的试点
- 企业知识库怎么做，才不会变成资料坟场
- 企业 AI 项目多少钱：把预算拆成四段再谈价
- 企业 AI 项目怎么验收：七层验收标准与证据要求
---
*本文说明的是方法与判断标准，不代表任何未公开项目的实施细节。文中引用的开源评测框架与公开规范，出处已在正文标明，读者可自行核验。合规适用情况请由企业法务确认，本文不构成法律意见。*