目标与责任
- 是否只有一个可验证的工作场景和明确的结果负责人？
- 是否明确禁止 AI 自主执行的动作？
- 是否建立可比较的现状基线？
数据
- 是否记录数据来源、所有者与允许用途？
- 是否识别个人、机密和受监管数据？
- 是否明确提示词、输出、索引和日志的存储、保留、删除与更新规则？
质量
- 是否使用真实任务和预期结果建立测试集？
- 是否验证正确性、完整性、引用、拒答和恶意输入？
- 是否设定最低上线标准？
架构与权限
- 部署方式是否与数据和风险相匹配？
- 是否区分调用模型、读取数据和执行工具的权限？
- AI 智能体是否具有限额、超时、人工确认和停止机制？
- 是否能够替换模型而无需重写整个应用？
运营与成本
- 是否可以追踪模型、提示词、知识库与工具版本？
- 是否可观察延迟、错误、成本和质量漂移？
- 是否设有事件负责人以及无 AI 的安全运行模式？
- 重大变化前是否重新执行回归测试？
没有答案并不意味着自动否决，而是需要负责人、期限和验证方法的开放风险。