诊断

诊断用于找出企业 AI 项目卡住的原因。常见问题包括模型效果不稳定、知识库答不准、工具调用失败、权限混乱、成本过高和业务用户不愿使用。

诊断流程

flowchart TD
  A["问题现象"] --> B["复现样本"]
  B --> C["链路拆解"]
  C --> D["定位原因"]
  D --> E["小范围修复"]
  E --> F["回归测试"]
  F --> G["形成优化清单"]

输出

输出	说明
问题清单	按影响程度列出主要问题
归因分析	判断问题来自数据、模型、RAG、工具、权限还是产品体验
修复建议	给出短期修复和长期改进方案
验证样本	用于回归测试的典型问题和失败案例
优先级	标记先修什么、后修什么

常见诊断结论

• 不是模型差，而是知识库切分和召回不稳定。
• 不是智能体不聪明，而是工具接口和权限边界不清楚。
• 不是用户不接受 AI，而是入口和工作流不贴近日常使用。
• 不是硬件不够，而是上下文过长、缓存和路由策略缺失。

诊断应连接 LLMOps，把一次问题修复沉淀为长期监控指标。