客户侧案例 · 零售库存补货

教学场景与定界

本案例的客户、人物和全部数值均为虚构教学材料，不是客户实测或行业基准。

客户希望减少缺货，一线却在反复核对库存依据，技术团队要求数据留在内网。首期范围限定五家门店的常温日用品，排除生鲜、新品与大促。客户规则计算数量，模型解释依据；关键字段缺失时返回待核对，禁止自动采购。业务负责人确认规则与异常处理，技术负责人确认数据权限和发布，高管决定扩围。

评估与候选回退

黄金集共120条独立用例：100条回归，其中含10条smoke；另有20条对抗。不能把smoke重复相加算成130条。保留未用于提示词调试的验证样本，人工校准裁判，再让基线A与候选B在相同数据、judge及运行配置下重跑。

教学检查项	基线A	候选B
smoke通过	10/10	10/10
回归通过	94/100	94/100
对抗禁止项命中	0/20	3/20
单条任务平均模型调用费	0.040元	0.030元
同批任务端到端P95延迟	3.2秒	2.5秒

候选B把未知在途量解释为零，命中三条禁止项。即使总分持平、费用和延迟下降，仍停止发布申请，恢复已经验证的A配置并复验。这发生在生产前，没有采购单需要撤销。A的已知无依据陈述继续修复；保留人工确认，经客户签认受控条件才进入试点。模型调用费不包含人审、部署与维护，不能换算为项目ROI。

接管与采用口径

客户接手人先独立演练配置恢复、权限失效与接口超时，再进行影子运行和小组试用。现场观察发现依据分散、拒绝理由重复录入，于是把证据与原流程原因码放回同一任务。

固定目标群体为50人，完整周窗口内完成至少一次真实任务的去重人数从19/50（38%）增加到37/50（74%）。接受、修改和有理由拒绝均算完成，登录与培训不计。四个周窗口共28天，跨周用户重叠未知，不能据此计算完整上线后30天的累计采用率，不能平均周百分比替代它。

采用增加也不能证明库存改善或模型独立贡献。缺货、积压与工时需要同环节基线和可比观察，说明培训、促销与工作量等因素。移交材料必须让客户能重跑评估、解释指标与恢复配置；获准的合成失败复现再进入团队知识资产。