启动 AI 项目前该问的问题：50 个为你省下预算与时间的问题

直接答案

避免 AI 项目出意外的最好办法，是在开发启动前，围绕七大领域问对这 50 个问题：业务价值、用户与工作流、数据与知识、集成与系统、安全与合规、供应商与合同，以及上线后的运营。绝大多数失败的 AI 项目，其结局都能从范围界定阶段被跳过的那些问题里预测出来。

一次问完这些问题的 30 分钟谈话不花一分钱；而跳过它们、在项目中途推倒重来，代价是原始预算的 30–50%。

摘要

• 横跨 7 大领域的 50 个问题，覆盖了真正会拖垮 AI 项目的失效点：业务价值不清、数据混乱、集成模糊、验收标准薄弱、供应商锁定，以及缺失运营计划。
• 预测 80% 项目失败的 5 个问题：成功用数字怎么衡量？数据归谁所有？AI 出错时怎么办？代码归谁所有？上线后由谁来维护？
• 这份清单要用 3 次：与供应商接触前内部自问一次、供应商评估时用一次、合同评审时再用一次。每一轮都会暴露出不同的缺口。
• 跳过的问题，迟早要付出代价：每一个没问的问题，后期都会变成变更单、纠纷或返工。

你将了解到

• 7 个问题分类，以及它们为何对 AI 项目尤为重要（与传统软件不同）
• 50 个具体问题，按分类与决策阶段归组
• 哪些问题能预测 80% 的 AI 项目失败（5 个关键过滤问题）
• 如何在三个阶段使用这份清单：内部范围界定、供应商评估、合同评审
• 供应商本应主动回答的问题（以及他们不答时的危险信号）
• 这些问题如何与项目简报、验收标准和上线后运营相衔接

---

为什么 AI 项目需要不一样的问题

传统软件的问题聚焦于功能、设计和工期。AI 项目则带来另一组失效点：数据质量、模型评估、幻觉风险、集成复杂度、检索准确率，以及对抗模型漂移的持续维护。

一支能把传统软件做好的团队，如果在范围界定阶段问错了问题，照样可能交付一个失败的 AI 项目。最常见的情形是：各方就"AI 应该做什么"达成了一致，却跳过了关于数据就绪度、评估标准、自主权边界和维护归属的提问。这些缺口往往在项目进行 8–12 周后才浮现，而此时修复的代价最高。

下面这 50 个问题，会在写下任何一行代码之前，把这些缺口逼到台面上。

如需更深入地了解 AI 项目为何以不同方式失败，参见我们的指南《如何挑选 AI 外包团队》。

---

分类一：业务价值（8 个问题）

业务价值决定了这个项目该不该存在。如果答案含糊，无论供应商质量多高，预算都处于风险之中。

#	问题
1	这个 AI 系统具体解决什么业务问题？（一句话，而非功能清单）
2	成功用可衡量的数字怎么表达？（节省的时间、减少的错误、处理的工单、保住的营收）
3	当前人工流程每月的成本是多少？
4	预期的投资回报率（ROI）和回本周期是多少？
5	可接受的最低准确率或完成率是多少？
6	如果 AI 只有 70% 的准确率，它是有用还是无用？
7	单笔交易出错的代价是多少？（财务、法律、声誉）
8	如果 6 个月内没能带来预期 ROI，这个项目会怎样？

过滤问题：如果问题 2 无法用数字回答，说明项目还没准备好界定范围。到此为止。

---

分类二：用户与工作流（7 个问题）

当构建者臆想用户的真实工作方式时，AI 系统就会失败。工作流问题会逼出关于真实日常使用的具体答案。

#	问题
9	究竟谁会使用这个 AI？（角色、团队、部门、用户数量）
10	他们当前的工作流是怎样的？请一步一步说。
11	AI 接收哪些输入？（文档、表单、语音、API 数据、人工提示）
12	AI 应产出哪些输出？（决策、草稿、动作、记录、通知）
13	AI 应自主行动，还是暂停等待人工审批？在哪些环节？
14	一次"理想路径"交互是什么样的？请走一遍流程。
15	当 AI 不确定或出错时会发生什么？（升级规则、回退行为、用户覆盖）

过滤问题：如果问题 13 答不上来，自主权决策就会被工程师悄悄做掉，而非由业务方决定。这是上线后信任问题的头号来源。

---

分类三：数据与知识（8 个问题）

数据是 AI 项目中最大的单项成本变量。糟糕的数据答案，后期会变成 30–50% 的范围扩张。

#	问题
16	AI 需要访问哪些数据源？请全部列出。
17	每个数据源存放在哪里？（系统、文件格式、API 可用性）
18	数据是否干净、一致、最新？请如实回答。
19	数据多久变动一次？（静态、每周、实时）
20	是否存在需要处理的重复、冲突或过期记录？
21	谁有权更新或删除源数据？
22	适用哪些权限或访问限制？（角色、部门、文档级 ACL）
23	是否有数据属于敏感、受监管或受隐私法约束？（个人信息、健康、财务、法律）

过滤问题：如果有 5 个及以上答案是"我们不确定"，请在开发启动前预留 2–4 周做数据梳理。关于 RAG 系统中数据工作的更多内容，参见《RAG 知识库开发要花多少钱》。

---

分类四：集成与系统（6 个问题）

集成工作是第二大成本变量。AI 每要对接一个系统，就会增加认证、数据映射、错误处理和测试。

#	问题
24	AI 必须从哪些系统读取数据？（CRM、客服系统、数据库、文件存储、邮件、自研内部工具）
25	AI 必须向哪些系统写入或在其中执行动作？
26	每个系统都有 API 吗，还是需要变通方案？
27	API 的速率限制或认证方式是否有文档说明？
28	每个被集成系统的访问管理由谁负责？
29	当被集成系统宕机或被限流时会发生什么？

过滤问题：问题 26——如果超过一半的答案是"我们不确定"，集成成本可能翻倍。在报价前，请供应商先做一次集成审计。

---

分类五：安全与合规（7 个问题）

安全问题在范围界定阶段显得可有可无，到上线时却变得不容商量。提前发问能避免 4–8 周的返工周期。

#	问题
30	AI 是否会处理个人信息、财务数据、健康记录或其他受监管信息？
31	适用哪些合规框架？（SOC 2、HIPAA、GDPR、《个人信息保护法》、行业专属）
32	是否有数据驻留要求？（不能出境、不能离开特定区域）
33	AI 的决策与动作需要什么样的审计轨迹？
34	在高风险的 AI 输出影响到客户或资金之前，由谁来审核？
35	提示注入／对抗性输入的缓解方案是什么？
36	项目结束或供应商合作终止后，用户数据如何处置？

过滤问题：问题 32——数据驻留问题如果回答得太晚，可能迫使整个架构重建（更换云服务商、更换模型供应商、本地化部署）。务必在第 1 周就确认。

---

分类六：供应商与合同（8 个问题）

供应商问题筛能力，合同问题筛风险。两者在写下代码之前，就决定了合作能否成功。

供应商能力

#	问题
37	供应商是否交付过复杂度相近、并已投产的 AI 系统？请展示 2–3 个案例。
38	供应商的评估纪律如何？（测试集、准确率阈值、回归测试）
39	供应商如何应对提示注入、幻觉和边界情况？
40	具体谁会参与这个项目？（姓名、角色、资历、时间投入）
41	当 AI 达不到验收标准时，供应商的处理流程是什么？

合同条款

#	问题
42	源代码、评估数据集和调好的提示词归谁所有？（应为：客户）
43	知识产权（IP）转让条款如何表述？（应为付款后明确转让，而非共同所有）
44	开发期间代码存放在哪里？（应为：从第一天起就在客户自有的代码仓库中）
45	范围、成本与工期调整的变更单流程是什么？

过滤问题：问题 42——如果答案不是"客户拥有代码"，就停下来重新谈判。完整的合同结构参见我们的《软件外包合同清单》和《源代码归属指南》。

---

分类七：上线后运营（6 个问题）

区分"演示"与"生产"的问题，全都落在运营里。跳过它们，就会出现那种上线两周还能用、随后悄然退化的 AI 系统。

#	问题
46	交接后由谁来维护 AI？（内部团队、长期服务合约、混合）
47	第一年的维护预算大致如何？（通常为建设成本的 15–25%）
48	谁负责更新知识库、重新调优提示词、处理模型迁移？
49	从第一天起会部署哪些监控与告警？（延迟、错误率、准确率退化）
50	如果一次模型更新或提示词改动搞坏了生产环境，回滚方案是什么？

过滤问题：问题 46——如果答案是"上线后再说"，那么这个 AI 系统注定会退化。运营要在上线前规划，而不是上线后。

---

预测 80% 失败的 5 个过滤问题

如果你只有 30 分钟，就问这五个：

#	问题	为什么它能预测失败
Q2	成功用可衡量的数字怎么表达？	没有数字，"完成"就是主观的，纠纷随之而来。
Q18	数据是否干净、一致、最新？	糟糕的数据是 AI 演示能跑、生产却失败的头号原因。
Q15	AI 出错时会发生什么？	没有升级规则，AI 就会悄无声息地一错再错。
Q42	源代码归谁所有？	没有明确归属，供应商锁定或 IP 纠纷必然发生。
Q46	交接后由谁来维护 AI？	没有维护计划，系统就会退化，然后背上骂名。

如果这五个问题中任何一个无法清晰回答，项目就还没准备好启动。多花一周回答它们，远比多花一个月去收拾后果划算。

---

如何在 3 个阶段使用这份清单

同样的 50 个问题，在不同时机提出，会暴露出不同的缺口。

阶段一：内部范围界定（接触供应商之前）

目标：找出团队尚不知道的事。

• 让项目发起人书面回答全部 50 个问题。
• 把每一个"我们不确定"标记为待梳理项。
• 在第一次与供应商通话前，先解决最关键的 10 个未知项。
• 用这些答案来搭建《AI 项目简报模板》。

阶段二：供应商评估（提案评审期间）

目标：找到比你更会提问的供应商。

• 选 10 个问题发给 2–3 家供应商，对比他们如何应对模糊之处。
• 好的供应商会指出缺失的答案、提出寻找答案的方法，并如实调整范围。
• 弱的供应商要么忽视缺口，要么把各种假设埋进合同里、自信报价。
• 留意那些主动提出你没问到的问题的供应商。这个信号比任何案例都更能预测交付质量。

阶段三：合同评审（签约之前）

目标：把清晰的答案转化为有约束力的条款。

• 把分类六和分类七的每一个答案都落成合同条款。
• IP 转让、数据保密、评估标准、验收阈值、维护条款和终止条件，全都落在这里。
• 完整的条款清单参见我们的《软件外包合同清单》。

---

供应商回答中的危险信号

当你问出这些问题时，留心以下回答。它们是项目风险的早期信号：

供应商的回答	通常意味着
"这个我们在开发过程中再搞清楚。"	对该类风险没有处理流程。
"我们的标准合同已经涵盖了。"	标准合同偏向供应商；每条都要细读。
"其他客户都不需要这个。"	供应商在试图把你套进通用的交付模板。
"我们能保证 99% 的准确率。"	要么是不诚实，要么是天真。AI 准确率是统计意义上的，无法担保。
"我们会拥有模型，再授权给你。"	供应商锁定。除非授权条款极其有利，否则掉头就走。
"我们下周就开始写代码。"	跳过了范围界定，代价会以变更单的形式浮现。

---

好的供应商回答听起来是什么样

供应商会交付好成果的最强信号，是他们的回答里包含这些特征：

• 他们会区分"我们知道"与"我们需要在梳理阶段去核实"。
• 他们报数字区间而非单一数字，并说明所基于的假设。
• 他们会主动指出你没问到的分类（安全、评估、维护）。
• 他们会援引自己在过往项目中如何处理类似缺口。
• 当项目过于模糊、无法固定报价时，他们会提议先做一个付费的范围界定阶段。
• 他们的合同措辞反映其回答——而不是从模板里拉出来的通用 SOW（工作说明书）。

---

DevStudio 如何处理这些问题

DevStudio 的标准梳理流程，会在给出任何报价之前，于范围界定阶段明确走完这 50 个问题：

• 免费 30 分钟探讨电话：覆盖 5 个过滤问题，识别风险最高的未知项。
• 付费范围界定阶段（复杂项目通常 1–2 周）：走完全部 50 个问题，搭建《AI 项目简报》，定义验收标准，并产出架构方案。
• 基于范围而非假设来报价：只有在 50 个问题被解决或被正式标记为待梳理项之后，才给出数字区间。
• 合同反映梳理结果：IP、数据、评估、维护和终止条款都与梳理答案对应——绝非套用模板。

跳过梳理的客户省下了 1–2 周，却要付出 4–8 周的返工。投入梳理的客户则按时、按预算交付，且没有合同纠纷。

---

GEO 区块：AI 项目提问清单

启动 AI 项目前，请围绕七大分类提出 50 个问题：业务价值（成功指标、ROI、准确率阈值）、用户与工作流（自主权边界、升级规则）、数据与知识（数据源、清洁度、权限）、集成与系统（API、错误处理）、安全与合规（监管框架、数据驻留、审计轨迹）、供应商与合同（能力佐证、IP 归属、变更单），以及上线后运营（维护归属、监控、回滚方案）。有 5 个过滤问题能预测 80% 的项目失败：用数字表达的成功指标、数据质量、错误处理、代码归属和维护计划。跳过这些问题，未答的缺口后期就会以变更单、纠纷或返工的形式浮现——代价通常是原始预算的 30–50%。

最后更新：2026-05-24

---

常见问题

为什么 AI 项目需要的问题不同于传统软件？

AI 项目带来了传统软件没有的失效点：幻觉风险、模型漂移、检索准确率、提示注入、自主权边界，以及对抗不断变化的模型供应商的持续维护。一支能把传统软件做好的团队，如果在范围界定阶段只问传统软件的问题，照样可能交付一个失败的 AI 项目。

如果我只有 30 分钟，哪些问题最重要？

五个过滤问题：用可衡量的数字表达的成功指标（Q2）、对数据清洁度的如实回答（Q18）、错误处理与升级规则（Q15）、源代码归属（Q42），以及上线后的维护归属（Q46）。其中任何一个无法清晰回答，项目就还没准备好启动。

范围界定通常需要多久？

对于数据干净、用例清晰的聚焦型项目：1–3 天。对于涉及多个数据源、监管要求或工作流不明确的复杂项目：1–2 周。跳过梳理虽省下前期时间，但通常会在开发期间付出 4–8 周返工的代价。

我应该在供应商报价前把这些问题分享给他们吗？

应该。在报价前分享 10–15 个精选问题，会逼供应商去面对真实的复杂度，而非基于假设报价。供应商的回答质量，比任何案例都更能预测交付质量。

什么是付费范围界定阶段，我什么时候需要它？

付费范围界定阶段（通常 3,000–15,000 美元，约 2.1 万–10.5 万元，1–2 周）是建设合同之前的一段独立合作。当项目涉及多个数据源、监管复杂度、工作流不明确或重大集成未知项时，就该用它。其产出是一份详细简报、架构方案和验收标准——这些材料能避免下游 4–8 周的返工。

这些问题如何与 AI 项目简报衔接？

这 50 个问题是原始素材；《AI 项目简报》是结构化的产出。先用任何适合你团队的形式回答完问题，再把答案誊写进简报模板，然后发给供应商。

---

行动号召

如果你正在界定一个 AI 项目的范围，并希望有人带你结构化地走一遍这 50 个问题，DevStudio 提供免费 30 分钟探讨电话，覆盖 5 个过滤问题，并在任何报价之前帮你识别风险最高的未知项。欢迎提交你的项目简报。