立项、迭代与复盘汇报的套路

立项汇报：回答“为什么要做、凭什么成”

八段式结构模板：

1. 需求背景：业务现状 + 痛点量化（客服月均咨询 12 万单，重复问题占 62%，人力成本 X 万/月）。
2. 行业痛点与趋势：同类业务的共性难题、AI 方案在行业的渗透情况。
3. AI 方案优势：与人工、规则方案对比，能解决哪些原来解决不了的问题。
4. 竞品对比：直接竞品与跨界方案的差距点，我们的差异化在哪。
5. 预期指标：分两层写——模型指标（意图准确率 90% 以上、幻觉率 3% 以内）+ 业务指标（自动解决率 40% 以上、人力节省 30%）。
6. 成本预算：开发、模型推理、数据标注、运维，分项列出。
7. 落地周期：里程碑节点（“MVP 6 周 → 灰度 4 周 → 全量”，而不是笼统的“Q4 完成”）。
8. 风险预案：效果不达标的降级方案、数据合规风险、竞品快速跟进的应对。

产品决策提示：立项汇报最致命的缺失，是预期指标只写业务指标不写模型指标——老板以为买到了“95% 准确的产品”，团队交付的是“85% 的技术天花板”，预期错位从第一天就埋下了。

迭代汇报：回答“改了什么、效果如何、接下来干什么”

五段式结构模板：

1. 模型迭代效果：核心指标前后对比——准确率 83%→88%、幻觉率 5.2%→3.1%，附评估集说明（版本、样本量）。
2. 功能优化点：本迭代上线了什么（多轮上下文、结果可复制、答案来源可追溯）。
3. 用户数据变化：使用率、任务完成率、采纳率、满意度的前后对比，与模型指标交叉印证。
4. 现存问题：如实列出 top 3 问题及影响面（长尾意图识别仍差、高峰期延迟上升）。
5. 迭代计划：下阶段优先级排序 + 需要的支持。

场景案例：迭代汇报的核心数据页——

指标	上版本	本版本	变化
意图识别准确率	83%	88%	+5pp
幻觉率	5.2%	3.1%	-2.1pp
自动解决率	35%	41%	+6pp
用户采纳率	52%	58%	+6pp

注意后两行：模型指标改善必须连到业务指标改善。准确率涨了但采纳率没动，说明优化没有触达用户价值，这正是交叉印证的意义。

复盘汇报：回答“得到了什么、失去了什么、下次怎么办”

四段式结构模板：

1. 客观复盘版本效果：对照立项时承诺的指标逐项打钩——达标项、未达标项、超额项，用数据不用形容词。
2. 技术卡点分析：哪些难点被低估（多轮对话复杂度）、哪些方案走了弯路（先做生成后补检索）、当前的技术天花板在哪。
3. 需求与执行偏差：立项假设与实际的偏差——预判的使用场景与实际使用分布差多少、开发周期为什么延后。
4. 数据得失与经验沉淀：积累了哪些可复用资产（评估集、bad case 库、标注规范、Prompt 模板），哪些经验直接指导下个项目。

复盘三原则：

• 不避坑：问题摆上桌才能被解决，藏着的问题会在下个项目加倍收利息。
• 不夸大：把 85% 说成“基本解决”，透支的是下次汇报的信任。
• 归因到事不到人：复盘的产出是机制改进，不是追责。

产品决策提示：复盘汇报的检验标准——下个项目的立项汇报里，能不能直接引用这次的教训，改掉一个曾经的错误假设。做不到，说明复盘只走了形式。

本节要点

• 立项八段式：背景 → 行业痛点 → 方案优势 → 竞品对比 → 预期指标（模型与业务双层）→ 预算 → 周期 → 风险预案。
• 迭代五段式：模型效果 → 功能优化 → 用户数据 → 现存问题 → 迭代计划，模型指标改善必须连到业务指标。
• 复盘四段式：逐项对照承诺指标、分析技术卡点与需求偏差、沉淀可复用资产。
• 复盘三原则：不避坑、不夸大、归因到事不到人。