蚂蚁社保模型供应商评估清单
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-1374-0375。
技能介绍
它解决什么问题
在一个模型供应商评估或切换任务里,最常见的失败不是“模型不够聪明”,而是证据不足、验收标准不清、变更不可复盘:各部门各自判断,方案比较停在口头,发布之后又没有清晰的回滚与交接说明。本技能把一次供应商评估钉成可验证的中国职场任务:先给结论,再给证据和动作;信息不够时保留明确占位,不替用户补事实。
- 适用对象:程序员、测试、运维、数据工程师、技术负责人和产品研发团队。
- 必要输入:业务目标、代码仓库或最小复现、技术栈与版本、运行环境、日志与报错、性能/安全/发布约束、验收标准。材料不足时只追问会改变结论或交付物的关键信息。
- 证据来源:优先依据项目代码、测试结果、运行日志、所用语言/框架/数据库/云平台的官方文档、适用的国家标准与行业标准、公开漏洞公告。
使用场景
- 技术负责人在中国企业场景里选型模型供应商,需要落到证据、变更清单和发布回滚上的评估结论。
- 研发团队在上线前做模型供应商评估,需要按先复现问题、再最小变更、后补测试的流程拿到可执行方案。
- 测试或运维工程师依据企业AI应用要求,需要为供应商评估补齐单元、集成和性能测试及回滚步骤。
- 产品经理拿到模型供应商评估任务时,需要先确认缺少哪些关键输入,再得到可执行且可复盘的动作项。
适合人员
- 中国企业做模型选型的技术负责人,需要评估结论能落到证据、变更清单、发布与回滚步骤上,而不是一句定性判断。
- 需要做模型供应商评估的研发工程师,希望按复现问题—最小变更—补测试的固定流程推进,拿到可执行方案。
- 负责补齐模型供应商评估测试与回滚步骤的测试或运维工程师,需要在信息不足时保留占位和遗留风险。
- 需要向业务和技术管理层同步供应商结论的产品经理,希望用固定结构输出问题定位、证据与方案比较。