AI 功能验收：质量、成本、延迟与信任四张表
上线六周，使用率涨了，却没人能回答 AI 功能到底行不行。本文用质量、成本、延迟、信任四张表给每个指标设阈值、负责人与触发动作，再以上线 gate 和 30 天 cohort 复盘，复算综合验收分与单位成功任务成本，并留下决策记录。
tag
AI功能
共 11 篇文章。
把推理成本写进价格：额度、超额与升级触发
重度用户一晚烧掉整月推理预算，问题不在单价，而在价格没写清额度。本文分开对外 API 配额与 AI 功能额度，用包含额度加超额的四件套、毛利反推的超额单价与硬上限，复算保本用户数与升级触发点，并给出防账单惊吓的提醒节点。
供应商故障时的降级：超时、限流与三层预案
周日晚八点供应商返回 503，AI 按钮把用户卡在半句上。本文给一人产品的三层降级预案：带抖动的超时重试、第二供应商与弱模型、模板缓存与人工队列，配熔断、429 与用户可见行为，用可用性、降级成功率、三层覆盖率三个算式做月度演练验收。
滥用防线：输入过滤、输出约束、速率与审计
一个账号一晚上能把 19 美元套餐用成 470 美元账单。本文用 token 轰炸、上传注入、数据外泄等五个故事，配出输入白名单、输出校验、速率与审计四道防线，用三个算式验收，并给出 429、403 与 kill switch 口径。
事实边界：检索、引用、拒答与人工兜底
把回答分成有据可答、无据低风险、澄清拒答与转人工四种模式，给出检索白名单、片段身份与不可变版本、逐句引用和每周审计的做法；区分检索分数与正确概率，复算引用覆盖率、拒答召回率、拒答精确率和人工兜底率，避免把有引文当作结论必然正确。
小样本评测：50 条用例、评分表与上线门槛
把 50 条用例拆成 20 条常见、15 条边界、10 条对抗与 5 条已知失败，配一张百分制评分表、LLM 初评加 20% 人工抽检的执行方式与六项上线门槛，并说明 holdout 维护，复算通过率、加权得分与严重错误率。
一人产品的提示资产：模板、变量、版本与可复现
把散落在聊天记录里的提示收成资产：九个字段的 registry、模板与变量分离的五条校验、固定快照后的可复现记录，以及改提示等于改代码的灰度回滚流程；最后用可复现率、模板覆盖率与变量缺失率三个数字验收，让每次线上变化都能解释。
模型供应商选择：五维打分、两条备选与迁移成本
两家供应商用同一批 50 条题同跑，五维加权 3.5 分才入围；再把适配人天、双跑月费、评测重跑与质量回退损失折成迁移成本，用锁定成本率 25% 判断这份合同现在能不能签、将来换不换得起，并留好两条备选，避免被一次涨价卡住。
推理账单：每用户每月、每次调用与毛利下限
AI 账单不是一笔支出，而是三层账：每次调用、每用户每月、每功能每月。本文用日志区分输入输出、缓存、重试与分摊，按套餐复算成本分布，明确 AI 成本率上限与完整毛利率的区别，并在可变费用与固定费用不重复计入的条件下计算保本用户数。
该不该给产品加 AI：四道判据、三种替代与退出条件
客户一句「能不能自动读发票」，差点吃掉一个独立开发者两周注意力和整月毛利。本文用频次、材料、可撤销、已付费四道判据、三种更便宜的替代与四条 60 天退出条件做取舍，再用 20 条真实输入跑 90 分钟预验证，复算判据得分与 AI 增量毛利。
一个人给产品加 AI：判据、成本、护栏与验收（10 篇）
10 篇讲一个人怎么给产品加 AI：先用四道判据决定做不做，再算每用户每月成本与毛利下限；然后选供应商、管提示资产、做 50 条小样本评测、划清事实边界与滥用防线，最后把推理成本写进价格，用质量、成本、延迟、信任四张表验收。