工作量估算、团队协作与实验复现
组织产品、设计、工程、算法和测试共同交付。
- 用自己的话解释“工作量估算、团队协作与实验复现”及其核心术语。
- 在真实 AI 产品场景中识别何时应该使用本课方法。
- 完成一份可沉淀进“AI PRD、系统架构、风险清单、PoC 与发布计划”阶段任务的实践产出。
REAL SCENE
先从一个真实场景开始
业务要求“月底上线 AI 助手”，产品给出三周日期，却没计入知识清洗、供应商安全评审、评测标注和灰度观察。模型实验又没有记录数据和 Prompt，结果无法复现。AI 项目估算的关键是显式未知、依赖与验证节点。
PLAIN EXPLANATION
说人话：它到底是什么？
工作量估算先拆成果和工作包，再识别依赖、未知、风险和角色能力。AI 项目除设计开发测试，还包括数据获取清洗、模型实验、评测标注、安全合规和运行监控。用范围区间与置信度表达早期估算，在 PoC 和评测节点逐步收敛。实验必须记录模型、Prompt、知识、数据、参数、代码、指标和随机条件，跨职能评审围绕决定而非汇报。
工作分解与依赖
从用户闭环拆为产品规则、设计状态、前后端、数据知识、模型、评测、安全和上线运维，每项有负责人、输入输出与完成标准。外部采购、标注和权限审批进入依赖图。
- 关键路径不是所有任务总和
- 未知项先安排探索 spike
- 高风险依赖设置替代方案
区间估算与里程碑
早期用乐观、最可能、悲观区间和置信度，不把探索当确定工程。里程碑应能回答继续、调整或停止，例如数据可用、PoC 达标、离线门槛、预发布和灰度，而非只按日期划阶段。
- 范围变化同步更新预测
- 缓冲绑定已知风险
- 每个门有可验证证据
协作与实验复现
产品定义价值和边界，设计负责控制体验，工程负责系统可靠，算法负责模型实验，测试覆盖全链路，安全审查风险。统一实验表记录变量与结果，同一版本组合可一键回放。
- 一次实验只改变可归因变量
- 决定日志记录反对意见
- 评审输出负责人和截止时间
估算覆盖数据、评测、安全和运行，不只算页面与接口。
用区间、置信度和证据门管理未知，逐里程碑收敛。
实验与决定绑定完整版本、变量、结果和责任人，确保复现。
KEY POINT
这节课最重要的结论
- 为什么重要
- 这决定了把概率性 AI 能力变成可控、可信、可交付的产品时，团队是否拥有一致、可验证的判断标准。
- 适用边界
- 当问题目标、数据来源或失败成本发生变化时，不要机械套用；先重新确认假设和风险等级。
EXAMPLES
正确案例与常见反例
项目拆成知识授权、50 条评测标注、RAG PoC、交互、接口、安全评审和灰度；供应商合同是关键依赖。团队给出 6–9 周区间，PoC 后再收敛；每个实验固定除检索参数外的变量，记录版本、样本和切片结果。
产品按三个页面估算三周，数据和合规写“后续处理”；算法在个人笔记中反复换模型和 Prompt，只截图最佳结果。安全评审临上线才发起，供应商审批阻塞；延期后仍给出单点日期且无人能解释差异。
“请用 WBS 列 product/design/frontend/backend/data/model/eval/security/release，标出依赖和 unknown spike。实验 runId 关联 codeCommit、model、prompt、kb、dataset、params 与 metrics；里程碑 gate 以证据通过而非日期自动通过。”
HANDS-ON
必做实操任务
本节产出：“AI PRD、系统架构、风险清单、PoC 与发布计划”阶段任务中的《工作量估算、团队协作与实验复现》一页实践卡
步骤 1把 AI 功能拆成至少八类工作包并定义负责人和完成标准。
步骤 2画出数据、供应商、安全、开发、评测和发布的依赖与关键路径。
步骤 3对三项未知做乐观、最可能、悲观估算并设置探索节点。
步骤 4使用实验记录模板复现一次模型或 RAG 对比并生成决定日志。
实践结果会自动保存在本机，并进入项目工坊的任务来源。
目标与范围：____
工作包｜负责人｜输入｜输出｜完成标准｜估算区间：____
依赖图与关键路径：____
未知项与 spike：____
风险、概率、影响、缓冲、替代：____
里程碑：数据____ PoC____ 离线____ 预发布____ 灰度____
每个 gate 的证据：____
实验 runId：____
code/model/prompt/kb/dataset/params 版本：____
唯一变量：____ 基线：____
总体/切片/失败：____
决定、反对意见、负责人和日期：____
最新排期与置信度：____CHECKLIST
产品经理工作检查表
MASTERY QUIZ
掌握测验
达到 60% 即可完成本课。
INTERVIEW
常见面试题
展开参考回答
从用户闭环拆产品、体验、前后端、数据知识、模型、评测、安全和发布运维工作包，定义负责人、完成标准、依赖与关键路径；未知先安排 spike，用区间和置信度估算。设置数据、PoC、离线、预发布和灰度证据门，随结果更新范围。实验记录完整版本和唯一变量，评审形成决定日志。
RECAP & FURTHER READING
重点回顾、延伸阅读与下一步
- 1
围绕“工作量估算、团队协作与实验复现”继续阅读：阅读一份完整项目复盘，沿着目标、证据、方案、交付、结果和反思还原决策链。
- 2
用“工作量估算、跨职能协作、实验记录”作为检索词，分别写下一条定义、一条适用边界和一个反例。
- 3
对照本课正确案例与反例，寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。