AI WORKFLOW NOTES
AI 文档提取怎样验收？用边界样本核对证据和人工接手
验收 AI 文档提取流程时，除字段准确性外，还要检查原文定位、未知状态、冲突处理、人工修正和下游拦截。
不只挑最整齐的输入
样本应覆盖常见文件格式、字段缺失、多个型号、单位变化、表格错位、旧版与新版本并存、扫描件不可读和相互冲突的说明。使用材料前确认有权限；测试资料应去标识化，合成材料要明确标记，不伪装成真实客户邮件。
为每类错误定义验收问题
对每个字段检查值是否正确、证据位置能否返回原文、未知状态是否保留、人工是否可修正、失败是否会阻断下游动作。准确率之外，还要看错误会导致什么业务后果。数值单位错误与格式标签错误影响不同，不应压成一个总分掩盖差异。
让边界样本真的触发接手
故意测试缺页、模糊日期、两个型号共用表格、附件与正文冲突等情况。验收者要检查系统显示了什么，人工队列接到了什么，未确认结果是否被保存或外发。只在文档写“需人工确认”，却没有责任人与实际操作步骤，不算闭环。
NIST 的 AI RMF Playbook 可作风险识别和管理讨论的参考，但不会替某个企业给出统一测试阈值。[NIST AI RMF Playbook](https://airc.nist.gov/AI_RMF_Knowledge_Base/Playbook)。
常见问题
测试样本要有多少条？
没有适合所有任务的固定数字。依据输入差异、错误后果、样本代表性和复核资源设定；极端边界场景也应单独检查。
一次验收通过后可以停止回归吗？
不能。模型、提示、文件解析或字段规则变化后，应重测受影响的任务和边界样本。